关键词： 齿轮箱   流场分布   浸入实体法   响应面  

摘要： 以高铁齿轮箱齿轮啮合处平均压力和输出端集油盒处润滑油平均体积分数为评价指标,通过流体仿真软件ANSYS CFX,采用浸入实体法,建立了高铁齿轮箱斜齿轮飞溅润滑的CFD数值仿真模型。运用响应面Box-Behnken实验研究得出了径向距离、轴向距离、导油筋宽度对集油盒处润滑油平均体积分数和齿轮啮合处平均压力的二次回归模型,并对设计参数进行了优化。结果显示,最优参数为径向距离22.92 mm、轴向距离50 mm、导油筋宽度14.02 mm时,集油盒处润滑油平均体积分数为0.547,齿轮啮合处平均压力为32.452 kPa。

关键词： 齿轮箱   经验模态分解   筛分停止准则   故障诊断   鲁棒性  

摘要： 数控锻床运行速度大幅增加对齿轮箱的运行稳定性提出了更高的要求,分析其故障信号并及时诊断是关键。为弥补经验模态分解EMD方法依然存在的模态混叠、包络过度以及包络不足等问题,筛分引入分解停止准则对其迭代计算进行加强,设计一种基于经验模态分解停止准则的齿轮箱故障诊断方法。数控锻床齿轮箱故障试验验证表明,在30 Hz转频工况下,信号幅值有较大上升,表明太阳轮发生了故障,应用所介绍的方法获得了准确的齿轮箱诊断结果。该研究有助于提高数控锻床齿轮箱故障诊断效率,也可以拓展应用于其他机械传动领域。

关键词： 塑料   机械齿轮   成型工艺  

摘要： 塑料机械齿轮具有质轻、成本低、易加工、耐磨损等优势,成为金属齿轮的良好替代品。为进一步改善塑料机械齿轮性能及加工工艺,拓宽其在机械设备中的应用范围,文章对塑料齿轮性能及成型工艺进行研究。文章对塑料机械齿轮的特点、材料选择、成型工艺等进行介绍,并结合现代技术对成型工艺进行优化,以最大限度减少成品缺陷。塑料成型工艺及参数设置是影响齿轮精确度的重要因素。随着塑料机械齿轮成型工艺的优化,有望在性能上完全取代金属齿轮。

关键词： 卷积神经网络   齿轮表面损伤   深度学习   迁移学习  

摘要： 齿轮表面损伤是影响齿轮传动的重要因素,提高齿轮表面损伤的识别效率和准确率极为重要。基于Pytorch架构建立齿轮表面损伤的ResNet识别模型,利用数据增强的方式扩大数据集,使用迁移学习方式优化模型训练,并对比了4种ResNet结构。结果表明,将64张原始图像数据增强后得到的由640张图像组成的数据集不足以满足模型训练对大量数据的需要;使用迁移学习能够提高模型训练速度和准确率,满足齿轮表面损伤的识别要求;ResNet-101模型在本框架中是最优结构。研究对齿轮表面损伤的检测具有重要的科学意义和工程价值。

关键词： 计量学   白光干涉仪   微小齿轮   齿轮测量   齿轮误差   端面调平  

摘要： 实现精密测量的前提在于被测物理量的准确获取,目前高精度且昂贵的数控齿轮测量仪器得到普遍应用。然而模数小于0.1mm、直径小于1mm的微型齿轮由于齿槽宽度过小,传统的接触式测量手段无法测量完整齿廓。光学测量手段也因轮齿遮挡和齿面倾角的限制存在无法获取齿根数据的问题。针对此现状,提出了一种基于白光干涉测量原理的微小齿轮高精度测量方法。根据干涉图样的出现顺序实现对微小齿轮端面倾斜程度的实时监测,确保了齿轮轮廓的提取精度;基于齿轮端面三维点云数据确定齿轮中心,有效提升了齿轮定心精度。重点介绍了面向微小齿轮的白光干涉测量原理、端面调平模型以及齿轮误差计算方法。试验结果表明,该方法能够实现对微小齿轮的高精度测量,为解决微小齿轮的精密测量提供了有效手段。

关键词： 灰度运算   粉末冶金齿轮   缺陷检测   图像处理技术   网络模型  

摘要： 研究设计了一种基于灰度运算的粉末冶金齿轮缺陷检测方法。该方法通过图像采集设备获取粉末冶金齿轮的灰度图像,并经过灰度化处理、中值滤波降噪、阈值分割、形态学分析等步骤提取缺陷区域特征,然后采用颗粒检测方法,结合面积大小和灰度减法运算,对断齿、划痕和污渍等缺陷进行判断,最后使用VGG16网络模型对齿轮缺陷进行自动检测。结果表明,研究方法的验证集和测试集准确率分别为98.24%和98.35%,对齿轮缺陷的检测精度为98.96%,说明研究方法能够实现对粉末冶金齿轮缺陷的高精度检测和评估,提高了生产过程的质量控制和效率。

关键词： 渐开线圆柱齿轮   接触强度   智能设计   遗传算法   最小中心距  

摘要： 为对两级渐开线圆柱齿轮减速器的齿轮结构进行优化设计,根据齿轮强度计算标准和机械结构优化设计的相关理论,分析了对齿轮接触强度和弯曲强度较大有影响的参数,以最小中心距为目标函数,以齿轮强度、尺寸等为约束条件,建立了两级渐开线圆柱齿轮传动结构优化的数学模型。基于智能算法(遗传算法)对齿数、模数、螺旋角等参数进行多目标优化,优化后齿轮的最小中心距减少了28.99%,有效的提高了空间利用率。同时该文研究结果可为智能设计、智能制造提供参考。

关键词： 遗传算法   超参数优化   压缩感知   退火算法   振动信号压缩  

摘要： 为应对风力机齿轮箱振动信号压缩与重构过程存在复杂的参数设置问题,提出了基于模拟退火多种群遗传算法(Simulating Annealing and Multiple Population Genetic Algorithm,SA-MPGA)自适应设置过完备学习字典生成、振动信号压缩、压缩信号重构过程所需参数集。在传统遗传算法基础上引入多种群思想,增加了遗传算法对解空间的覆盖。在种群繁衍时个体选择引入模拟退火策略在种群进化过程中以不同概率接受一定程度的劣解,从而有助于遗传算法跳出局部最优解的缺陷。基于SA-MPGA的多参数自适应选择降低了传统遗传算法容易收敛到局部最优解的概率。应用实际工程数据验证基于SA-MPGA多参数优化问题,实验结果表明,在保持压缩率的前提下,基于模拟退火多种群算法比基于遗传算法重构信号与原始信号的峰值信噪比提升了16.5%,相关性提升了12.5%,均方根误差降低了13.4%。

关键词： 多传感数据融合   变速运行齿轮   异常振动信号   特征提取  

摘要： 变速运行齿轮异常振动故障诊断性能过差会增加汽车维护成本,缩短齿轮使用寿命。为了及时识别齿轮故障,保证汽车变速器总成具有良好的振动特性,提出基于多传感数据融合的变速运行齿轮异常振动故障诊断方法。通过分析多传感器数据融合技术,掌握变速运行齿轮异常振动故障诊断的理论框架,并以此为基础,参考传感器融合模块、特征级并行多神经网络局部诊断模块和终端分类模块,结合变分模态分解、多通道加权融合和单隐层前馈神经网络训练算法,从信号采集、信号特征提取和信号特征分类3个步骤实现变速运行齿轮异常振动故障诊断。实验结果表明:在齿轮发生轻度磨损时,磨损振动信号的幅值在20~40 mV之间,磨损振动信号的频率在0~4000 Hz区间;中度磨损时,信号的幅值在30~55 mV之间,信号频率在3000~7000 Hz区间;重度磨损时,信号幅值在50~70 mV之间,信号频率在6000~12000 Hz区间,且各阶段诊断结果均与故障程度的实际转折点吻合。由此可知在各样本数量均相同的情况下,提出的故障诊断方法预测值与真实值均相同,故障程度和故障类型的诊断性能均较好。

关键词： 20CrMnTi钢   齿轮   开裂   过烧  

摘要： 20CrMnTi齿轮经过真空渗碳及高压气淬低温回火热处理后,在磨齿工序发现齿轮开裂。通过化学成分分析、硬度测试、金相组织观察和断口形貌分析等方法对20CrMnTi齿轮开裂原因进行分析,结果表明齿坯存在过烧缺陷是导致齿轮开裂的根本原因。