Reduzierung hochdynamischer Käfigbewegungen in Wälzlagern durch Dynamiksimulationen und maschinelles Lernen

von Sebastian Schwarz

196 Seiten, Taschenbuch

Kurzbeschreibung des Verlags

An Wälzlager werden höchste Anforderungen an Effizienz, Lebensdauer und Akustik gestellt. Der Käfig des Wälzlagers trägt maßgeblich zu diesen Leistungskriterien bei und kann in bestimmten Situationen die Dynamik des gesamten Lagers negativ beeinflussen. Ein Beispiel hierfür ist das Phänomen Käfiginstabilität, bei der es sich um eine hochdynamische Bewegung des Käfigs handelt. Dieses Phänomen führt zu einer starken Geräuschemission, deutlich erhöhter Reibung sowie einer Verkürzung der Lagerlebensdauer aufgrund eines möglichen Käfigbruchs. Die Käfigbewegung lässt sich grundsätzlich mithilfe von Dynamiksimulationen und experimentellen Messungen berechnen und im Versuch nachstellen. Allerdings sind derartige Analysen zeit- und kostenaufwändig und für umfangreiche Geometriestudien ungeeignet. Eine weitere Herausforderung stellt die Auswertung der Ergebnisse dar, da konventionelle Auswertungsmethoden die Effekte der Einflussparameter und deren Wechselwirkung auf die Käfigdynamik nicht präzise abbilden können. Methoden des maschinellen Lernens können dazu verwendet werden, um Muster innerhalb von Daten zu erkennen und in kurzer Zeit Vorhersagen treffen zu können. Daher wird in dieser Dissertation ein Ansatz vorgestellt, um anhand von Ergebnissen zahlreicher Dynamiksimulationen hochdynamische Bewegungen von Käfigen in Wälzlagern vorherzusagen. Das Vorhersagemodell lässt sich in eine Optimierung integrieren, sodass die Käfiggeometrie innerhalb kurzer Zeit angepasst wird, um die Auftretenswahrscheinlichkeit von Käfiginstabilität zu reduzieren. Eine Integration des Ansatzes in den Produktentwicklungsprozess von Wälzlagern erlaubt eine Verbesserung der Leistungskriterien insbesondere im Hinblick auf die Dynamik und Akustik des Lagers.

• Reihe: FAU Studien aus dem Maschinenbau
• Themen: Technologie, Ingenieurswissenschaft, Landwirtschaft, Industrieprozesse Maschinenbau und Werkstoffe Maschinenbau Tribologie (Reibung und Schmierung)
• ISBN: 9783961479276
• Sprache: Deutsch
• Erscheinungsdatum: 16.06.2026
• Größe: 24 x 17 cm
• Verlag: FAU University Press