内燃机活塞环槽磨损量的灰色预测模型.pdf

《内燃机活塞环槽磨损量的灰色预测模型.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、内燃机与配件2014年第12期内燃机活塞环槽磨损量的灰色预测模型GreyFore∞stingMMelforWearExtent0f硒ngGrooVesintheIntemalComb吣tionEn酉ne周斌乔云杰谢志诚(南车戚墅堰机车车辆工艺研究所有限公司)[摘要]为实现对活塞环槽磨损量的有效、准确、动态预测，本文根据活塞环槽磨损的基本规律，设定了一组活塞环槽磨损量的理论数据，在此基础上，采用灰色系统理论的GM(1，1)预测模型，对活塞环槽的磨损量进行灰色建模，并借助Matlab进行灰色计算。计算结果表明：活塞环槽磨损量

2、的灰色预测模型可以较为准确地预测环槽磨损量，相对残差在8％以内；随着预测数据量的增加，模型的预测精度进一步提高，相对残差稳定在2．5％以内。该模型的建立对内燃机活塞环槽磨损量的预测和活塞的修复和更换具有一定的现实指导意义。[关键词]活塞环槽磨损量灰色预测MatlabAbstract：TorealizeefkctiVe，accurateanddynamicpredictionforwearextentofpistonringgrooVes，accordingtothebasiclawofwearextentofpiston

3、ringgmoves，thepapersetasetoftheoreticaldataofwearextent。0nthatbasis，byGM(1，1)modelofgreysystemtheory，thep印ersetupgreymodelofwearextentandcalculatebyMatlab．Thecalculatingresultsshowthatthegreyforecastingmodelforwearextentof—nggrooVespredictswearextentaccurately，an

4、drelativeresidualscanbelimitedwithin8％．Withtheincreaseofforecastdata，thepredictionprecisionisfurtherimprovedandrelativeresidualscanbe1imitedwithin2．5％．TheestablishmentofthismodelhascertaindirectivesignmcancetopredictweaLrextentofpistonringgmoVesandforrepairandrep

5、lacementofpiston．Keywo“Is：PistonringgroovesWearextentGreyforecastingMatlab0引言近年来，随着柴油机技术的不断发展，柴油机的强化度要求不断提高，使得其内部摩擦副的磨损问题日益突出。活塞、活塞环摩擦副是柴油机内部的一对重要摩擦副，其工作环境较为恶劣，一方面由于活塞环槽部位(特别是第一环槽处)的温度较高，使得活塞顶材料强度和耐磨性下降；另一方面高温产生的积碳残留在缸体内，吸气时，积碳、尘埃进入环槽，同时，机油以及燃油中的磨粒也会进入环槽；当柴油机工作时，

6、活塞的运动使得活塞环槽与活塞环之间发生振动、冲击和表面滑移，造成活塞环槽磨损⋯。目前包括激光淬火、高频感应淬火、软氮化处理等在内多种活塞环槽强化工艺被运用于降低环槽的磨损，并大大降低了环槽磨损的速度，但摩擦副的存在使得活塞环槽的磨损不可避免，而活塞环槽的磨损直接影响活塞与活塞环的配合间隙，关系到活塞甚至柴油机的使用寿命，所以需要对活塞环槽磨损量进行有效、准确、动态的预测，以防止活塞环槽过度磨损打破柴油机系统的平衡，造成不必要的损失。本文根据活塞环槽磨损的基本规律，设定了一组内燃机活塞环槽磨损量的理论数据，在此基础上，采用

7、灰色系统理论的GM(1，1)预测模型，对活塞环槽的磨损量数据进行灰色建模，并借助Matlab进行磨损量的预测计算，通过预测磨损量可以估算出活塞的使用寿命，对活塞的修复和更换具有一定的现实指导意义。1灰色预测模型周斌乔云杰谢志诚：内燃机活塞环槽磨损量的灰色预测模型411．1灰色系统理论简介灰色系统理论是一门融合了信息论、系统论、计算机科学以及现代数学等多学科知识的新兴横断学科。它的研究对象是“小样本”、“贫信息”的不确定性系统，系统中的信息具有“部分已知，部分未知”的特点。灰色系统理论可以通过对“部分”已知信息的生成和开发

8、，提取其中有价值的信息，实现对系统运行行为的正确认识和有效控制。灰色预测是灰色系统理论的一个重要运用，它是建立(行为)时轴上现在和未来的定量关系，并通过此定量关系(灰模型)预测事物的发展㈨。由于灰色预测在建立灰模型时只需在“小样本”数据中获取信息且预测精度较高，故在贫信息系统的预测中得到了广泛的应用。1．2灰色预测模