关键词： 滚动轴承   风力发电机组   温度   预测   灰色系统   神经网络   支持向量回归预测法  

摘要： 为准确预测风电机组齿轮箱轴承的温度状态,结合灰色预测GM(1,N)模型、BP神经网络模型和支持向量回归模型,提出了一种动态权重优化的组合预测模型。通过对3种预测模型的理论分析选择了各自合理的模型结构,并用粒子群算法优化模型参数;预处理齿轮箱轴承温度的原始数据后用指数平滑法确定各单一模型的动态权重系数,建立齿轮箱轴承温度的组合模型;通过滑动窗口法统计分析齿轮箱轴承预测温度的残差,判断齿轮箱轴承的运行状态。研究结果表明:组合模型的各项评价指标均优于单一预测模型,决定系数为0.9772,预测效果更加稳定准确,能够及时监测齿轮箱轴承温度的变化情况。

关键词： 内置编码器   瞬时角速度(IAS)   旋转矢量(RV)减速器   最大二阶循环平稳解卷积(ACYCBD)  

摘要： 针对旋转矢量(rotary vector, RV)减速器多源耦合严重,行星齿轮局部故障所引起的冲击易被其他干扰分量所淹没,故障特征提取困难的问题,结合编码器信号的优势提出了一种基于自适应最大二阶循环平稳盲解卷积(adaptive maximum second order cyclostationarity blind deconvolution, ACYCBD)的RV减速器行星齿轮局部故障检测方法。首先,拾取伺服电机内置光编码器信号,并利用向前差分计算获得瞬时角速度(instantaneous angular speed, IAS)信号;然后,依据特征评价指标(characteristic evaluation indicator, CEI)最大化原则自适应确定ACYCBD优化滤波器长度,并对IAS信号进行增强;最后,通过识别时域中与故障冲击周期相匹配的理论齿数实现RV减速器故障检测。通过试验数据分析,并将所提方法与现有的稀疏低秩分解算法和增强CYCBD算法对比,验证了所提方法的有效性。

关键词： 圆柱齿轮   旋分加工   刃扫面   端面倒棱   切削仿真  

摘要： 基于生产中圆柱齿轮倒棱的高效率和高经济性等需求,结合旋分加工原理和特点,文章提出了一种基于旋分法端面的倒棱方法。首先,结合旋分加工原理,分析旋分倒棱加工运动,建立齿轮和刀具的运动坐标系,并推导坐标系之间的变换关系;其次,根据选定的初始切削刃和建立的坐标变换关系,在齿轮坐标系中构建初始刃扫面;再次,根据刀具设计原理和刃扫面,构建前刀面得到切削刃和构建后刀面,并建立刀具的三维模型;最后,通过多轴数控加工仿真平台开展了齿轮端面旋分倒棱仿真实验。实验结果表明,使用该方法配合所设计的倒棱刀能够实现齿轮端面齿廓高效倒棱需求。

关键词： 风力发电机   双重注意力机制   故障诊断   迁移学习   行星齿轮  

摘要： 针对风力发电机行星齿轮箱故障数据稀缺、难以提取、故障识别准确率较低的问题,提出一种双重注意力机制与迁移学习相结合的故障诊断方法。首先,将行星齿轮箱原始振动数据进行归一化后输入卷积神经网络中提取特征;然后将特征图分别输入到位置注意力机制和通道注意力机制中提取高级特征;最后进行特征融合、输出诊断结果。在变工况迁移时,将源域模型通过参数迁移到目标域工况后进行微调并输出预测类别。试验结果表明所提方法迁移后的故障识别准确率在98%以上,相比于支持向量机(support vector machine,SVM)、极限梯度提升(extreme gradient boosting,XGBoost)等其他模型有大幅度提高。

关键词： 变速器   齿轮   阶次噪音   NVH  

摘要： 随着新能源汽车发展,原被发动机掩盖的变速器阶次噪音变得凸显,改善工作通常与项目紧张的周期和资源冲突。文章针对变速器齿轮阶次噪音问题,提供了一种从“DNA”开始的设计思路,倡导从设计最初就开始考虑阶次噪音相关的各类指标需求,提高一次设计的成功率,缩短开发周期,减少验证资源,为同行业的变速器厂家提供一种全新的设计思路。

关键词： 大齿轮   润滑系统   润滑油脂   辅助材料   成本  

摘要： 罗河选矿厂为了提高球磨机大齿轮的润滑效果及延长其使用寿命,针对原润滑系统元器件老化、润滑油脂泄露、单线供油、无齿面温度监测及现场环境差等问题,通过使用新的润滑控制系统、双线供油、增加红外测温装置以及系统部件集中放置等方式,优化了齿面润滑系统。润滑系统优化后,球磨机运行稳定性增强,降低了设备故障率,确保了生产的稳定顺行,同时减少了润滑油脂用量,降低了辅助材料成本,经济效益显著。

关键词： 多尺度样本熵   变分模态分解   支持向量机   行星齿轮箱   故障诊断  

摘要： 针对多尺度样本熵受样本长度影响较大,且粗粒化过程较粗糙,易忽略有效信息的不足,在复合多尺度样本熵的基础上,以采样点间能量分布作为权重进行粗粒化计算,提出了改进的复合多尺度样本熵,并将其应用于行星齿轮箱故障诊断。通过仿真信号研究不同参数和不同噪声特性对改进复合多尺度样本熵算法的影响,将其与多尺度样本熵、广义多尺度样本熵、复合多尺度样本熵进行对比,验证了本文改进算法的稳定性。结合变分模态分解、主成分分析和支持向量机对行星齿轮箱实验信号进行故障诊断。对比结果表明:所提方法能够有效地实现不同工况和不同结构行星齿轮箱太阳轮常见故障诊断,且故障识别率达到95%以上,具有一定的有效性。

关键词： 轴向永磁齿轮电动机   气隙磁密   电磁转矩   三维分析法  

摘要： 针对轴向永磁齿轮电动机(Axial Magnetic Gear Motor,AMGM)整体尺寸偏大导致的转矩密度偏低(≤70 kN·m/m^(3))等缺陷,提出了一种双调制式轴向永磁齿轮电动机(Dual-modulation Axial Magnetic Gear Motor,DAMGM)。采用高速侧及低速侧两个调磁环对DAMGM低速转子进行调制,且两个调磁环中的非导磁部分均为永磁体,有效提高了低速转子的输出转矩;另外,与现有AMGM相比,将驱动电动机置于DAMGM高速永磁转子内部,减小了整体轴向尺寸,大幅提高了低速转子的转矩密度(150 kN·m/m^(3))。针对现有3D有限元计算时间长、计算机资源浪费严重等问题,给出一种基于圆柱坐标系的DAMGM三维分析方法。根据调磁环的3种边界条件,建立了调制后DAMGM气隙磁场及电磁转矩的数理模型,不仅计算结果准确(与3D有限元相比,平均计算误差≤5%),而且计算时间短(仅为3D有限元的1/10),便于DAMGM不同参数结构的分析、比较与优化。

关键词： 齿轮传动   耦合故障   故障诊断准确率   精细复合多尺度散度熵   等距特征映射   遗传算法优化核极限学习机  

摘要： 现有针对行星齿轮箱的故障诊断方法一般仅研究单一故障,但实际行星齿轮箱的故障一般由多个故障耦合而成,耦合故障的故障机理比单一故障的故障机理更复杂,振动信号中的非线性因素对特征提取的干扰更严重。针对该问题,提出了一种基于精细复合多尺度散度熵(RCMDE)、等距特征映射(ISOMAP)和遗传算法优化核极限学习机(GA-KELM)的行星齿轮箱耦合故障诊断方法。首先,利用振动加速度计采集了行星齿轮箱单一故障和耦合故障下运行时的振动信号,构建了故障数据集;随后,利用RCMDE提取了行星齿轮箱振动信号的故障特征,建立了初始的特征样本;接着,利用ISOMAP对故障特征进行了降维,并以可视化的方式获取了低维的特征样本;最后,将新特征输入至GA-KELM分类器中,对行星齿轮箱的不同故障类型进行了识别,并基于行星齿轮箱多点损伤样本,对RCMDE方法的可靠性进行了研究。研究结果表明:基于RCMDE和ISOMAP的故障特征提取方法能够有效提取振动信号中的故障特征,而GA-KELM的故障诊断准确率达到了98.13%,平均诊断准确率达到了96.25%。相较其他故障特征提取方法,基于RCMDE、ISOMAP和GA-KELM的行星齿轮箱耦合故障诊断方法能够更好地诊断行星齿轮箱的耦合故障,具有更高的诊断准确率。

关键词： 刮板输送机   减速器齿轮   失效形式   防护措施  

摘要： 刮板输送机减速器齿轮系统的失效形式主要包括齿面磨损、齿面断裂和胶合断裂等。这些失效形式会导致齿轮的减速和传动效果下降,甚至造成设备停机和生产中断。为此,采取一系列优化措施来延长齿轮的使用寿命,提高系统的稳定性和可靠性。同时,通过对刮板输送机减速器结构特点及其减速器齿轮失效形式进行分析,在此基础上提出了相应的优化措施,以便为相关人员提供借鉴。