考虑轴承刚度耦合性和非线性的多支撑轴系有限元分析方法

针对多支撑轴系分析的难点,提出一种考虑轴承刚度耦合性和非线性的有限元计算方法。建立一种轴承单元,考虑了轴承刚度的耦合性和非线性及轴承预紧、滚子锥角等细节因素,推导得到了轴承单元刚度矩阵的解析表达式。采用考虑了剪切变形的欧拉梁单元建立轴模型,将轴与轴承模型进行组合得到系统计算模型,并采用NR法进行求解。通过算例验证,所提出的方法能够准确地计算出给定外载荷下多支撑轴系中各轴承各方向的载荷和系统的变形,且具有较高的计算效率,适用于多支撑轴系问题的分析计算。

基于机器学习的船舶多支撑轴系智能装调方法

针对船舶多支撑轴系装调效率低、校中调整方案难确定问题,开展基于机器学习的中间轴承精确变位值计算方法研究。通过轴系装调问题分析明确机器学习的任务,选取GA-BP神经网络作为机器学习的模型,调查轴系设计计算、制造检验、实船装调过程中产生的可用于机器学习的数据类型、数量和质量,并以由轴系设计模型计算得到的仿真数据样本集、结合仿真数据与实船装调实测数据的复合样本集,来分别训练轴系装调机器学习模型,提出基于轴系装调机器学习模型的轴承变位值计算方法。以一艘汽车滚装船的轴系校中为例进行验证,结果表明:机器学习模型通过对已有数据的学习能较精确地预测出各个中间轴承的变位值,从而快速形成轴系调整方案,减少调整次数,有助于提升船舶多支撑轴系的安装质量和效率。