Prediction of service performance of angular contact ball bearings using a Back Propagation neural network model
编号:156 访问权限:仅限参会人 更新:2026-02-10 12:45:23 浏览:118次 口头报告

报告开始:2025年11月22日 17:40(Asia/Shanghai)

报告时间:20min

所在会场:[S2] Parallel Session 2 [S2-1] Parallel Session 2-22 PM

暂无文件

摘要
作为高端设备中的关键基本组件,角接触滚珠轴承会经历服务性能下降,直接影响整个系统的作精度和可靠性。传统数值方法计算效率较低,而简化的理论框架无法准确捕捉轴承组件参数与服务性能之间的动态耦合机制。这一限制导致在预测动态响应时效率与准确性之间不可避免地存在权衡。为解决这一问题,我们提出了一个反向分页(BP)神经网络有限元建模框架。首先,构建角接触滚珠轴承的动态模型。其次,选择具有代表性的组装过程参数作为输入,定义性能指标作为输出,数据集通过有限元仿真生成。第三,开发替代模型以预测轴承服务性能。最后,通过实验验证了替代模型的有效性和准确性,为基于条件的维护和智能轴承健康管理提供了坚实的理论基础和技术支持。
关键词
bearings, surrogate model , neural network , finite element analysis
报告人
暂无
稿件作者
yicong wang Foshan University
Lingli Jiang Foshan University
Wenjun Shu Foshan University
Yi Zeng Foshan University
发表评论
验证码 看不清楚,更换一张
全部评论
重要日期
  • 会议日期

    11月21日

    2025

    11月23日

    2025

  • 10月20日 2025

    初稿截稿日期

  • 12月08日 2025

    注册截止日期

主办单位
IEEE Instrumentation and Measurement Society
South China University of Technology
承办单位
South China University of Technology
移动端
在手机上打开
小程序
打开微信小程序
客服
扫码或点此咨询