首页--交通运输论文--铁路运输论文--车辆工程论文--一般性问题论文--车体构造及设备论文--走行部分论文

高铁轴承疲劳特性分析及可靠性寿命预测

摘要第4-5页
abstract第5页
第1章 绪论第10-19页
    1.1 课题来源第10页
    1.2 论文研究背景及意义第10-12页
        1.2.1 研究背景第10-11页
        1.2.2 研究意义第11-12页
    1.3 国内外研究现状第12-15页
        1.3.1 轴承力学研究现状第12-13页
        1.3.2 有限元法研究现状第13页
        1.3.3 疲劳寿命预测研究现状第13-14页
        1.3.4 深度学习研究现状第14-15页
    1.4 牵引电机传动系统第15-17页
        1.4.1 牵引电机第15-16页
        1.4.2 牵引电机轴承布置方式第16-17页
    1.5 本论文的主要工作第17-19页
第2章 高铁轴承疲劳寿命分析模型的建立第19-24页
    2.1 高铁轴承的三维建模第19-20页
        2.1.1 建模软件的选择第19页
        2.1.2 高铁轴承三维模型的建立第19-20页
    2.2 轴承疲劳损坏的原因及疲劳寿命的定义第20-21页
        2.2.1 轴承疲劳损坏的原因第20页
        2.2.2 轴承疲劳寿命的定义第20-21页
    2.3 疲劳寿命的分析方法第21-22页
        2.3.1 名义应力法第21-22页
        2.3.2 局部应力应变法第22页
        2.3.3 应力场强法第22页
    2.4 疲劳累积损伤理论第22页
    2.5 高铁轴承疲劳寿命分析模型第22-23页
    2.6 本章小节第23-24页
第3章 高铁轴承初始径向游隙的确定及游隙与寿命的关系第24-32页
    3.1 轴承—转子系统的建立及轴承工况计算第24-27页
        3.1.1 轴承基本参数第24-25页
        3.1.2 游隙与寿命的关系第25-27页
    3.2 寿命计算第27-29页
    3.3 影响初始径向游隙的因素第29-30页
        3.3.1 配合对初始径向游隙的影响第29页
        3.3.2 温度对初始径向游隙的影响第29-30页
    3.4 轴承游隙的选择第30-31页
    3.5 本章小节第31-32页
第4章 高铁轴承静力学分析及动力学分析第32-44页
    4.1 静力学分析及动力学分析方法简介第32-33页
        4.1.1 静力学分析第32-33页
        4.1.2 动力学分析第33页
    4.2 轴承的有限元分析第33-40页
        4.2.1 CAE软件的选择第33页
        4.2.2 有限元法的基本理论第33-34页
        4.2.3 建立轴承分析项目第34-35页
        4.2.4 定义材料属性第35页
        4.2.5 划分网格第35-36页
        4.2.6 接触对的建立第36-37页
        4.2.7 施加载荷与定义边界条件第37-38页
        4.2.8 不同工况仿真结果及分析第38-40页
    4.3 瞬态动力学分析第40-43页
        4.3.1 瞬态动力学求解方法第40-41页
        4.3.2 瞬态动力学分析参数设置第41-43页
    4.4 本章小节第43-44页
第5章 高铁轴承疲劳寿命预测以及实验验证第44-56页
    5.1 疲劳寿命预测软件nCode DesignLife第44-45页
    5.2 疲劳寿命分析第45-50页
        5.2.1 设计分析流程第45-46页
        5.2.2 有限元模型的导入第46页
        5.2.3 材料S-N曲线的建立及修正第46-47页
        5.2.4 载荷谱的编制第47-48页
        5.2.5 疲劳分析结果及处理第48-50页
    5.3 高铁轴承疲劳寿命试验第50-54页
        5.3.1 试验目的第50-51页
        5.3.2 试验设计第51页
        5.3.3 试验机介绍第51-52页
        5.3.4 试验结果分析第52-54页
    5.4 疲劳寿命分析结果与试验结果对比第54页
    5.5 本章小节第54-56页
第6章 深度学习预测轴承失效第56-65页
    6.1 深度学习简介第56页
        6.1.1 人工智能、机器学习及深度学习的关系第56页
    6.2 深度学习的类别及常用算法第56-60页
        6.2.1 深度学习的类别第56页
        6.2.2 深度学习常用算法第56-59页
        6.2.3 深度学习的一般框架第59-60页
    6.3 深度学习算法拟合模型第60-61页
        6.3.1 逻辑回归函数第60页
        6.3.2 拟合模型的建立第60-61页
    6.4 预测轴承失效第61-64页
    6.5 本章小节第64-65页
第7章 总结与展望第65-67页
    7.1 全文总结第65-66页
    7.2 工作展望第66-67页
参考文献第67-72页
致谢第72-73页
攻读学位期间的研究成果第73页

论文共73页,点击 下载论文
上一篇:RDX基PBX力学响应机制的分子动态学研究
下一篇:基于时程分析法的地铁“T”型换乘车站抗震研究