冰垫厂家
免费服务热线

Free service

hotline

010-00000000
冰垫厂家
热门搜索:
技术资讯
当前位置:首页 > 技术资讯

机械网--湿式盘式制动器的设计仿真

发布时间:2021-11-18 11:00:41 阅读: 来源:冰垫厂家

湿式盘式制动器是最近几年来被广泛利用的1种制动器。与传统的蹄式制动器相比,湿式盘式制动用具有制动力矩大,制动安全可靠,耐高温,结构紧凑,维修方便等优点,因此越来越广泛地被工程车辆所采取。轿车、微型汽车和部分轻型汽车的前轮制动器的负荷很大,为了使其高速制动时不容易衰退,前轮几近都采取盘式制动器。对盘式制动器的设计,国内外的学者都做了很多研究,进行了很多改进,提出了许多设计计算方法,但对摩擦因数、制动力等因素都是用1个恒定的值表示,实际制动进程中有很多影响因素,它们的值其实不是恒定不变的,而是随着制动进程而变化遭暴力强拆怎么赔偿,用传统的数学模型难以对其进行精确的描述。本文探索用人工神经网络建模方法对摩擦因数等因素进行分析,然后利用于制动器的设计中,得出符合客观实际的结果房子被强拆找不到证据怎么办。1 设计分析盘式制动器采取液压驱动,摩擦因数是制动进程中1个重要的参数,并直接影响制动力的大小。由于盘式制动器是利用轴向压紧力使摩擦衬片与转动圆盘产生摩擦力而实现的,因此在制动进程中,从摩擦衬片与圆盘开始接触时起,摩擦因数μ会逐渐增大,到机构完全被制动时到达最大,即摩擦因数μ在制动进程中是1个变量。事实上,摩擦材料肯定后,摩擦因数μ的值与摩擦体的温度、湿度、摩滑速度有关。图1为铜基粉末冶金材料MK⑸对60Mn钢在油中工作时,不同比压q下,摩擦因数和摩擦速度的关系[1];图2为铜基粉末冶金材料MK⑸对60Mn钢在油中工作时,不同比压q下,摩擦因数和温度的关系[1]。

同时,摩擦因数与正压力F大小及作用时间有关,并受油膜、表面氧化膜污染情况及零件硬度等复杂因素影响。现有的实验及设计中1般都是考虑摩擦因数μ随其中某1因素的变化进行描述,或是用某1常值代替变化的摩擦因数。而实际进程中,摩擦因数μ是随着湿度、摩滑速度、比压等众多因素1起变化的,而这些因素之间又是相互影响的,要用1般的数学方法建立模型比较困难。在此情况下,用神经网络模拟摩擦因数的动态进程变得非常现实。神经网络具有结构简单,计算速度快,适应性强等特点;更重要的是具有自学习的能力拆迁房屋强拆标准,因此能正确的利用于实际,作为模拟系统实际运行状态的1种有效的方法。2 利用人工神经网络对摩擦因数建模采取多层前向神经网络的BP算法建立盘式制动器摩擦片等的数学模型。 从影响摩擦因数μ的各因素中,选取主要因素,即摩滑速度、比压作为人工神经网络输入层的神经元。采取1个隐层的网络,经过试算肯定隐层神经元数为9。以摩擦因数这1参数为输出层神经元,输出层共1个神经元。BP(error back-propagation)学习算法:输入层:Oi=f(Ii)式中:Ii,Oi 分别为输入层的输入和输出;f采取Sigmode函数,f(x)=。隐层: μj=wijOi+θjZj=f(μj)式中:μj,Zj分别为隐层的输入和输出;θj为域值,取θj=1;wij为输入层到输出层的连接权值。输出层: Sk=wjkZj+γkvk=f(Sk)式中:Sk,vk分别是输出层的输入和输出。把输出层的输出vk与期望输出相比较,若其误差超出规定的范围,则把这个误差按1定的方法从输出层向输入层反向传播,并逐层修改各层神经元的权系数w,以减少下1次学习的误差。wjk=wjk+ΔjkΔjk=-η ×式中:η为学习率,终究选取η=0.3。wij=wij+ΔijΔij=-η ×δ i× Zjδj=f ′()×δk× wjk根据不同比压下摩擦因数随摩滑速度变化的曲线图进行样本的学习和训练。采取最速降落法获得与神经网络模型的各层权值。图3为比压、摩擦速度与摩擦因数的神经网络仿真输出。图4为误差函数E的收敛曲线。从图中可见,该误差收敛速度很快,误差值为10-6以上。

3 仿真实例某ZL50装载机的行车制动采取气顶油4轮盘式制动器,盘式制动器为双缸对置固定夹钳式。每个制动器有4个活塞,液压缸活塞外径D1=210 mm,内径d1=180 mm,摩擦衬片外径 D=440 mm,摩擦衬片内径d=296 mm,轮胎半径Rk=763 mm。制动器固定时,液压缸充放油的进程是1个渐进的进程。液压缸压紧力的建立进程与液压缸内静压力的增长速度有关。固定液压缸充油进程可分为4个阶段:充油阶段、建压阶段、预压阶段、增压阶段,图5所示。

湿式盘式制动器制动力矩的计算,参见参考文献2。分别计算出:(1) 1个制动器液压缸活塞轴向推力;(2) 摩擦盘圆环面上单位面积存力;(3) 1对摩擦片摩擦力矩;(4) 1个制动器产生的制动力矩;(5) 整车的制动力矩;(6) 整车制动力;为避免制动器温升太高导致各摩擦面磨损过快乃至烧毁,必须使制动温度控制在1定的水平上,每次升温不超过5℃。摩擦因数μ会随着比压与消息片相对滑动速度而变化,动态设计时,用建立神经网络模型来描述。输入油压的变化及神经网络所输出的摩擦因数变化即可得到盘式制动器制动力随着时间的动态变化曲线,如图6所示。

图6曲线与实验所得制动力的实际变化曲线(图7)[3]相比,可知此仿真系统更能体现制动力的实际变化进程。(实际制动进程中由于机器参数及路面的状态等有所不同,制动力数值变化的范围也会不同,但其变化趋势是1致的)

1般的设计中,制动力都是作为1个定值。这里,我们根据制动力的动态变化进程就可以够修正制动器设计中的参数,调解制动盘的直径,得出更符合实际的解。4 结论(1)借助神经网络系统,对摩擦因数这1受多种复杂因素影响而变化的变量进行建模,建立了摩滑速度、压力等与摩擦因数之间的关系。(2) 用Matlab对制动复杂系统进行仿真,精确描述了这1进程,为制动器的动态设计提供了更加可靠的根据。(3) 提供了1种用神经网络对制动系统的复杂模型进行动态设计的方法。参考文献1 朱经昌. 车辆液压传动. 北京:国防工业出版社,19822 高梦熊. 地下装载机——结构设计与使用. 北京:冶金工业出版社,20023 余志生. 汽车理论. 北京:机械工业出版社,1996通讯地址:上海理工大学90号信箱(200093)(end)资讯分类行业动态帮助文档展会专题报道5金人物商家文章