齿轮、轴承、轮轨等典型基础件的失效，80%以上源于接触疲劳。接触疲劳性能是零件极限设计、精准制造的关键指标^[1-3]。然而，目前对于接触疲劳的研究仍然存在很多挑战，诸如疲劳损伤由微观向宏观的演化机理不明晰；极端工况环境下接触副失效特征无法获取；大数据背景下的试验模式创新与数据共享等^[1-3]。为此，项目组在前期成果的基础上，提出了将机理研究着眼点由终态分析迁移至过程信息感知的研究思想，基于机器视觉技术可视化获取疲劳损伤的演变过程，为明晰疲劳失效演化机理提供手段；针对干摩擦、水和盐水润滑、夹杂物或特殊温度环境等极端工况，提出了基于激光三角技术的试样动态特征监测方法，并依托自主研制的系列试验装备，实现了对试样疲劳损伤、直径、接触型面特征的在线高精度识别和精准量化分析，为揭示极端工况下摩擦力、润滑、临界夹杂物特性等对接触副失效特征的影响创造技术条件；突破传统的单机试验模式，提出了基于云技术的协同试验模式，搭建多机协同作业及并行管理平台，提升了试验效率，为大数据背景下疲劳试验的模式创新与数据共享提供平台。该研究以期在真实阐述接触疲劳演化过程及机理的基础上，构建接触疲劳试验新体系，全面、精准评估疲劳失效。
 

暂无