Page 21 - 《摩擦学学报》2021年第2期

166 摩 擦 学 学 报 第 41 卷

出它们的曲线方程分别为y=0.003 6x−0.165 3和y= 两因素共同对刹车片磨损量影响大.

0.001 48x−0.032 24，从而发现两曲线存在明显差别. 2.4 磨损量经验公式拟合
将补充试验得到的试验数据点补充在图5(a)中，得到 采用汽车常用的半金属型刹车片和HT 250制动
图5(c). 盘组成的制动副为研究对象，基于本文中的单组磨损
有人认为，在摩擦面温度较低时，摩擦副接触表 试验，根据不多的制动工况参数，拟合出其与刹车片
面微凸体啮合，进而被剪掉并脱落，且部分不牢固的 磨损量之间的经验公式. 上述45组单组磨损试验和
填料颗粒也脱落，即磨粒磨损过程. 其中，如果啮合和 5组补充试验(除去重复的那组试验数据)，对应各组制
碰撞的微凸体因局部温度高而形成冷焊点的话，也存 动工况下远离和靠近油缸侧刹车片两者的磨损量相
在着黏着磨损过程. 在摩擦面温度较高时，刹车片摩 差较小，取它们的平均值，一共50组数据，通过SPSS软
擦材料中的粘合剂热分解，从而粘合剂越来越少或者 件，对刹车片磨损量公式进行拟合，寻求其经验公式.
失去粘结的作用，从而刹车片摩擦材料很容易脱落甚 拟合思路如下：
至出现裂纹，即热磨损过程 [18-20] . 由图5(b)所示，在定 第一步，考虑到各制动工况参数之间可能会相互
制动压力和定制动初速度下，摩擦面温度的升高，磨 影响，首先，因为制动初速度对磨损量的影响最大，基
损量曲线增幅较小. 这是因为摩擦面温度较低，刹车 于50组试验数据，先拟合其与磨损量之间的函数关系
2
片主要是磨粒磨损或者黏着磨损. 由图5(a)可知，这些 如表1，表1中的R 接近1，拟合度越好，幂函数和三次
磨损量数据点是在不同制动初速度和不同制动压力 多项式函数的拟合度最好. 然后，分别拟合出在某一
下获得的，且这些点也受摩擦面温度的影响. 从而对 制动初速度下制动压力与磨损量之间的函数关系，发
比图5(c)中两组数据点的变化规律，所以制动初速度、 现这些拟合结果，大多是二次多项式函数关系拟合度
制动压力共同对磨损量的影响程度大. 最高. 最后，用5组补充试验数据(制动压力和制动初
综上，没有外界热源干预，摩擦面温度的升高，刹 速度恒定，通过制动间隔时间来间接改变摩擦面温度
车片磨损量有不明显地上升趋势，摩擦面温度对刹车 获得的)，拟合摩擦面温度与磨损量的关系，得出二
片磨损量有较小的影响，而制动初速度和制动压力这 次、三次多项式和幂函数的拟合度较好.

表 1 磨损量和制动初速度的拟合情况
Table 1 Fitting conditions of wear loss and initial braking speed
Sequence numbers Function types Fit functions R 2
1 Linear function y=0.002x−0.064 0.919
2 Log function y=0.116lnx−0.432 0.837
−5
2
3 Quadratic polynomial Function y=(−0.001)x +(1.585×10 )x+0.027 0.965
3
−5
−7
2
4 Cubic polynomial Function y=0.002x −(2.056×10 )x +(1.507×10 )x−0.038 0.967
−6
5 Power function y=(5.607×10 )x 2.118 0.967
0.029x
6 Exponential function y=0.005e 0.951

第二步，考虑到拟合出来的公式便于记忆、运用 的相对误差均值是每个磨损量试验值与其拟合值之
和计算，确定磨损量与制动初速度之间是幂函数的关 差的绝对值除以试验值，进而求出其均值.
系，与制动压力是二次多项式的关系，与摩擦面温度 最终得到的最佳经验公式，如式(4)所示，采用同
是幂函数的关系，并参考式(2)和(3)的形式，构建磨损 样方法构建其他经验公式，再进行检验，但均不如式(4).
]
量经验公式，基于50组试验数据，通过SPSS软件的非 W = v 2.517 [( 2.962×10 −7 ) p− 1.12×10 −7 ) p T 0.339 +0.01
(
2
线性回归，求出经验公式中各参数的值，进而求出磨 (4)
损量拟合值. 式中：W是刹车片磨损量，mm；v是制动初速度，km/h；
2
第三步，通过经验公式的相对误差均值和R 对经 p是制动压力，MPa；T是摩擦面温度，℃.
验公式进行检验，若检验结果不好，对经验公式中的 该经验公式经过验证，其R 是0.968，其相对误差
2
参数进行调整，再检验，重复步骤以得到最佳经验公 均值是11.54%. 由于实际测量误差等，该公式得到的
2
式. 其中，R 越接近1，非线性回归效果越好；经验公式 拟合值与实际试验值存在一定的误差，但是预测结果