一种基于金属表面实时粗糙度的磨损系数测量方法
文献发布时间:2024-04-18 19:58:26
技术领域
本发明涉及磨损系数测量的技术领域,尤其是涉及一种基于金属表面实时粗糙度的磨损系数测量方法。
背景技术
滚动轴承在航空、机床等各类机械设备中扮演着传递动力的重要角色,因此滚珠与内外滚道的精度在很大程度上制约着轴承整体的精度。在实际运行工况下,滚珠与内外滚道的精度降低主要由它们之间相对滑动造成的磨损产生。初期的磨损并不会显著影响轴承的性能,然而当磨损达到一定程度时候,会导致轴承内部的刚性降低,表层剥落等问题。磨损过程磨合过程中的地形变化会影响摩擦系统的性能。表面表征,特别是表面粗糙度分析,对于控制摩擦、润滑和磨损的广泛应用非常重要。磨损系数是研究滚珠与滚道间磨损理论的重要指标,而在实际的运行状态下,金属表面的磨损系数值主要取决于金属表面凹凸体的高度即表面粗糙度。
目前,国内外学者通过对滚动轴承的磨损机理、影响因素和预测模型等深入研究,以及获得了确定滚动轴承磨损系数的测试方法流程,如采用标准的阿拉德Arcard磨损模型,可以准确计算磨损系数,但是该模型需要实时的磨损体积和滚珠滑行的距离参数,而实际上这些参数在实际的工况下难以获得,计算较为准确的磨损系数时成本较高。
发明内容
本发明的目的就是为了克服现有的模型参数难以获得而提供的一种基于金属表面实时粗糙度的磨损系数测量方法。
本发明的目的可以通过以下技术方案来实现:
一种基于金属表面实时粗糙度的磨损系数测量方法,方法包括以下步骤:
步骤1、构建球盘磨损系数的计算模型;
步骤2、设置球盘磨损系数测量的试验条件;
步骤3、在步骤2的球盘磨损系数测量的试验条件下进行球盘实验以获得金属表面实时粗糙度;
步骤4、基于步骤1的模型和实时粗糙度求取金属表面的磨损系数。
进一步地,步骤1的具体步骤为:
步骤1-1确定运转时滚珠与钢盘间的摩损系数K的表达式;
步骤1-2、确定油膜厚度参数∧的表达式;
步骤1-3、确定油膜厚度参数∧中的最小油膜厚度h
进一步地,步骤1-2中,油膜厚度参数∧为:
其中,h
进一步地,摩损系数K的表达式为:
K=a·∧
其中,a和b为取决于摩擦副表面形貌质量、摩擦副材料和润滑剂性能的系数。
进一步地,步骤4中,得到钢珠与钢盘表面的金属表面实时粗糙度后,对金属表面实时粗糙度进行拟合,得到钢珠与钢盘表面的均方根粗糙度,然后将得到的均方根粗糙度代入油膜厚度参数∧中,再将油膜厚度参数∧代入步骤1-1的摩损系数K中,得到钢珠与钢盘表面的摩损系数K。
进一步地,最小油膜厚度h
h
其中,R
进一步地,S3的金属表面实时粗糙度通过球盘实验获得的磨损数据经过高斯牛顿迭代法拟合得到。
进一步地,金属表面实时粗糙度模型为:
R
其中,R
进一步地,设置球盘磨损系数测量的试验条件具体为设置钢盘的旋转速度、滚珠的旋转半径、摩擦副温度和基础油。
进一步地,钢盘的旋转速度设为200r/min,滚珠的旋转半径为25mm,摩擦副温度为室温状态,基础油为PAO8的润滑脂。
与现有技术相比,本发明具有以下有益效果:
本发明通过拟合得到的金属表面实时粗糙度得到对应的磨损系数,采用高斯牛顿迭代法,完善了摩损系数K和金属表面实时粗糙度之间的关系模型,比较现有的阿拉德磨损模型,本发明的方法的最小油膜厚度、均方根粗糙度的参数更易获得,同时求得的磨损系数与标准的阿拉德Arcard磨损模型的结果接近。
附图说明
图1为本发明的流程图;
图2为本发明使用的高斯牛顿迭代法拟合最优参数示意图,其中图2(a)为滚珠的高斯牛顿迭代法的预测值与试验值对比图,图2(b)为盘试样的高斯牛顿迭代法的预测值与试验值对比图;
图3为本发明的本发明的金属表面均方根粗糙度与平均粗糙度的拟合曲线图,其中图3(a)为盘试样的金属表面粗糙度与均方根粗糙度拟合图,图3(b)为滚珠的金属表面粗糙度与均方根粗糙度拟合图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
本发明提出一种基于金属表面实时粗糙度的磨损系数测量方法,方法的流程图如图1所示,方法包括以下步骤:
步骤1、构建球盘磨损系数的计算模型;
步骤2、设置球盘磨损系数测量的试验条件;
步骤3、在步骤2的球盘磨损系数测量的试验条件下进行球盘实验以获得金属表面实时粗糙度;
步骤4、基于步骤1的模型和实时粗糙度求取金属表面的磨损系数。
其中,步骤1的具体步骤为:
步骤1-1确定运转时滚珠与钢盘间的摩损系数K的表达式;
步骤1-2、确定油膜厚度参数∧的表达式;
步骤1-3、确定油膜厚度参数∧中的最小油膜厚度h
步骤1-1中,K=a·∧
式中,a和b取决于摩擦副表面形貌质量、摩擦副材料和润滑剂性能的系数,可以通过实验获得;∧为油膜厚度参数。
步骤1-2中,确定油膜厚度参数∧为:
式中,h
步骤1-3中,确定最小油膜厚度h
h
式中,Rx是等效曲率半径;U是速度参数;G是几何参数;W是压力参数;c是椭圆度参数。
步骤2中,设置球盘磨损系数测量的试验条件,具体为:
(1)设定待测钢盘的旋转速度为200r/min;
(2)设定滚珠的旋转半径为25mm;
(3)设定摩擦副温度为室温状态;
(4)选用基础油为PAO8的润滑脂。
步骤3中,金属表面实时粗糙度是在步骤2的试验条件下进行的,并且通过在不同时间点,用白光测试仪测量钢盘和滚珠的表面表面粗糙度以及磨损深度,得到磨损数据。S3的金属表面实时粗糙度通过球盘实验获得的磨损数据经过高斯牛顿迭代法拟合得到。
金属表面实时粗糙度模型为:
R
其中,R
步骤4中,得到钢珠与钢盘表面的金属表面实时粗糙度后,对金属表面实时粗糙度进行拟合,得到钢珠与钢盘表面的均方根粗糙度,然后将得到的均方根粗糙度代入油膜厚度参数∧中,再将油膜厚度参数∧代入步骤1-1的摩损系数K中,得到钢珠与钢盘表面的摩损系数K。
得到的摩损系数可以和经典Arcard磨损模型进行对比验证。经典Arcard磨损模型为:
式中,V表示磨损体积;K表示磨损系数;H为材料的洛氏硬度;F为施加的压力;L为滚珠滑行的距离。
下面进行实际的实验分析:
(1)通过查找文献,构建基于金属表面实时粗糙度来计算金属之间磨损系数的模型:
K=a·∧
式中,a和b为取决于摩擦副表面形貌质量、摩擦副材料和润滑剂性能的系数,可以通过实验获得;∧为油膜厚度参数。
油膜厚度参数为:
式中,h
确定最小油膜厚度h
h
式中,R
(2)进行球盘磨损试验,设置滚珠旋转半径为25mm,设置载荷施加为30N,第一次测试时间设置为4分钟。后面九组试验的旋转半径、施加的载荷相同;时间依次为9、14、20、29、40、48、57、68分钟。
(3)基于上述试验,用白光测试仪测取滚珠与盘试样的表面粗糙度以及磨损深度。所测得的数据如下表1和表2所示。
表1滚珠的粗糙度测量值
表2盘试样的粗糙度测量值
(4)通过高斯牛顿法(GNA)求取滚珠与盘试样的表面实时粗糙度。其中金属表面实时粗糙度的模型为:
R
式中,R
如图2所示,是经过高斯牛顿迭代法预测的数据值与试验值的对比图,可以看出有很好的拟合效果,误差很小。如图3所示,是用Matlab对金属表面的均方根粗糙度值与平均粗糙度值进行线性拟合的图。图2(a)为滚珠的高斯牛顿迭代法的预测值与试验值对比图,图2(b)为盘试样的高斯牛顿迭代法的预测值与试验值对比图。图3(a)为盘试样的金属表面粗糙度与均方根粗糙度拟合图,图3(b)为滚珠的金属表面粗糙度与均方根粗糙度拟合图。
采用金属之间磨损系数的模型和表面实时粗糙度得到磨损系数。将计算的数据代入步骤1中的模型计算出的磨损系数值为7.2025×10-10(um/s)。
可以通过经典的Arcard磨损模型计算出磨损系数与基于金属表面实时粗糙度的模型计算出的磨损系数进行对比验证,其中Arcard磨损模型表示为:
式中,V表示磨损体积;K表示磨损系数;H为材料的洛氏硬度;F为施加的压力;L为滚珠滑行的距离。
把通过白光测试仪测量的磨损深度值代入到Arcard模型中计算得到的磨损系数为6.8142×10-10(um/s),可以发现,本发明提出的一种基于金属表面实时粗糙度测量磨损系数的方法与经典Arcard模型相比,误差值仅为5.69%,准确率很高。因此,本模型可以很好的基于金属表面粗糙度对金属的实际磨损系数进行预测。
本发明通过拟合得到的金属表面实时粗糙度得到对应的磨损系数,采用高斯牛顿迭代法,完善了摩损系数K和金属表面实时粗糙度之间的关系模型,比较现有的阿拉德磨损模型,本发明的方法的最小油膜厚度、均方根粗糙度的参数更易获得,同时求得的磨损系数与标准的阿拉德Arcard磨损模型的结果接近。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
- 一种基于超声的材料热膨胀系数的测量方法
- 一种金属表面粗糙度的测量方法
- 基于超声反射系数幅度谱的高分子推力轴承磨损测量方法