| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 选题背景及意义 | 第10-11页 |
| 1.2 相关领域的研究现状 | 第11-14页 |
| 1.2.1 减速器产品的参数化研究现状 | 第11-12页 |
| 1.2.2 轴承可靠性分析发展现状 | 第12-13页 |
| 1.2.3 基于可靠性分析的神经网络方法发展现状 | 第13-14页 |
| 1.3 研究的意义和主要工作 | 第14-16页 |
| 第2章 参数化建模技术及神经网络方法 | 第16-22页 |
| 2.1 PRO/ENGINEER参数化设计方面的优势 | 第16页 |
| 2.2 PRO/ENGINEER二次开发方案的确定 | 第16-19页 |
| 2.2.1 Pro/ENGINEER二次开发方法介绍 | 第17-18页 |
| 2.2.2 Pro/ENGINEER二次开发方法选择 | 第18-19页 |
| 2.3 基于神经网络方法的可靠性灵敏度分析 | 第19-21页 |
| 2.3.1 人工神经网络 | 第19页 |
| 2.3.2 BP网络模型 | 第19-20页 |
| 2.3.3 网络的设计 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 误差参数化建模技术 | 第22-48页 |
| 3.1 齿轮基节偏差的建立 | 第24-30页 |
| 3.1.1 参数化模型中建立基节偏差 | 第25-27页 |
| 3.1.2 添加后台控制程序 | 第27-30页 |
| 3.2 齿轮运动偏心的建立 | 第30-32页 |
| 3.3 轴承径向游隙的建立 | 第32-36页 |
| 3.4 齿轮中心距偏差的建立 | 第36-38页 |
| 3.5 尺寸关联要求 | 第38-39页 |
| 3.6 多个随机样本自动保存的实现方案 | 第39-46页 |
| 3.6.1 生成K组随机参数并传递到相应的数据库中 | 第39-41页 |
| 3.6.2 将数据库中的数据传递到布局文件 | 第41-42页 |
| 3.6.3 用布局中的参数驱动模型 | 第42-44页 |
| 3.6.4 用宏命令实现自动保存 | 第44-46页 |
| 3.6.5 实现保存过程 | 第46页 |
| 3.7 本章小结 | 第46-48页 |
| 第4章 轴承动力学仿真及样本抽样方法 | 第48-60页 |
| 4.1 概述 | 第48页 |
| 4.2 相应工具简介 | 第48-49页 |
| 4.2.1 LS-DYNA简介 | 第48-49页 |
| 4.2.2 APDL语言简介 | 第49页 |
| 4.3 双列圆柱滚子轴承参数化虚拟样机的建立 | 第49-53页 |
| 4.3.1 双列圆柱滚子轴承参数化模型的建立 | 第49-51页 |
| 4.3.2 参数传递 | 第51-52页 |
| 4.3.3 基于Pro/ENGINEER二次开发程序的轴承误差参数化建模 | 第52-53页 |
| 4.4 双列圆柱滚子轴承动力学仿真 | 第53页 |
| 4.5 双列圆柱滚子轴承动力学仿真结果 | 第53-55页 |
| 4.6 试验抽样方案 | 第55-58页 |
| 4.6.1 蒙特卡洛方法 | 第55页 |
| 4.6.2 Box-Behnken抽样方法 | 第55-58页 |
| 4.7 本章小结 | 第58-60页 |
| 第5章 基于轴承可靠性分析的神经网络方法 | 第60-72页 |
| 5.1 轴承失效形式 | 第60-62页 |
| 5.1.1 接触疲劳失效 | 第60页 |
| 5.1.2 磨损失效 | 第60-61页 |
| 5.1.3 断裂失效 | 第61页 |
| 5.1.4 塑性变形失效 | 第61页 |
| 5.1.5 腐蚀失效 | 第61页 |
| 5.1.6 游隙变化失效 | 第61-62页 |
| 5.2 应力强度干涉模型与可靠度计算 | 第62-64页 |
| 5.3 轴承可靠性分析的神经网络方法 | 第64-71页 |
| 5.3.1 可靠性灵敏度分析的系统响应方法概述 | 第64-65页 |
| 5.3.2 基于神经网络的结构可靠性分析 | 第65-70页 |
| 5.3.3 基于神经网络的结构灵敏度分析 | 第70-71页 |
| 5.4 本章小结 | 第71-72页 |
| 第6章 结论与展望 | 第72-74页 |
| 6.1 结论 | 第72页 |
| 6.2 展望 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78页 |
