粗糙表面数据是确定性润滑接触模型准确预测界面接触状态、温度和应力分布等与摩擦副乃至关键零部件失效分析、寿命预测紧密相关的状态参数的基础。正确、规范地使用粗糙表面数据则是获得准确、可重复预测结果的关键。目前，已经发表的大量确定性润滑接触模型中，对粗糙表面数据的使用仍未给予足够的重视。例如，未说明用于实际计算的粗糙表面的特征，或仅提供部分表征参数。这些信息的缺失阻碍了相关模型的复现，影响了模型的迁移使用，不利于确定性润滑接触模型走向应用端。因此，为解决确定性润滑接触模型中粗糙表面数据的使用规范缺失问题，通过对实测表面进行表征、滤波和重采样以及数值重构，建立了一个规范化的粗糙表面数据处理流程。该处理流程突出了粗糙表面作为随机过程的这一数学属性，采用经验累积概率分布（ECDF）和广义帕累托分布（GPDs）刻画粗糙表面的高度分布规律；采用功率谱密度（PSD）刻画粗糙表面的空间相关性。在此基础上，按照润滑接触模型的计算域大小、网格划分等需求，对粗糙表面进行滤波和重采样。基于处理后的高度分布和空间相关性规律，采用数值重构的方法生成粗糙表面数据用于润滑接触模型计算。采用实测的珩磨、研磨和磨损表面对比处理前后表面在形貌参数、润滑接触模型计算结果等方面的一致性。结果表明所建立处理流程能够很好的保持粗糙表面特征，并获得可重复性好的润滑接触仿真结果。以规范化的粗糙表面处理流程为基础，确定性润滑接触模型的准确性有望获得更多认可，进而更好的服务相关摩擦副（混合润滑状态为主）设计。

暂无