关键词： 齿轮-轴-轴承系统   故障诊断   动力学建模   双流CNN  

摘要： 在现代化工业的发展历程中,工业设备逐渐趋向复杂化、精密化和智能化,而一旦设备出现故障将会导致整个工业流程的瘫痪,如何快速准确地对设备出现的故障进行有效诊断已成为当前工业互联网领域中不可忽视的一个重要问题。齿轮箱中的齿轮-轴-轴承系统因为其瞬时传动比稳定,传动效率高和使用寿命长,被广泛应用在现代机械工业传动机构中。由于齿轮的疲劳磨损、润滑失效等因素,常常使得齿轮副发生局部故障。当齿轮副产生故障后,系统产生周期性的恶性冲击,在长时间冲击力的作用下,会对支撑轴承产生影响而诱发轴承的局部故障,从而形成系统的复合故障,使得传动系统的性能和使用寿命进一步降低。如何准确识别齿轮箱核心零件的故障特征,实现故障的及早察觉与有效处理,是现今研究面临的核心挑战。本文以齿轮箱为探究对象,依托构建的动力学模型,针对复合故障情境下信号相互干扰、局部故障特征易被强噪声掩盖而识别困难的问题,深入探究各部件的运动规律、故障成因及振动特性,力求找到有效的故障特征识别手段,为故障诊断技术的不断进步做出贡献。主要内容如下: (1)以齿轮箱为研究对象,建立一个改进的齿轮箱系统动力学模型,该模型采用能量法计算齿轮副时变啮合刚度激励,依靠赫兹理论确定轴承滚道与滚子之间的非线性接触力。支承轴承内圈的异步振动导致齿轮副在不对中工况下运行,时变不对中偏置角受系统运动状态影响,以此建立齿轮箱内齿轮副与支撑轴承之间的干涉关系。所建立模型经实验验证后,进一步讨论了齿轮箱系统的振动特性和齿轮副谐波响应。 (2)利用所建立的齿轮箱系统动力学模型,开发含有局部故障的齿轮箱动力学模型并补充到齿轮箱分析模型中。并且考虑到齿轮副的润滑特性,制定齿轮副摩擦磨损的计算模型,模拟实际工程应用中齿轮副的啮合行为,进一步研究局部故障对齿轮箱系统振动特性的影响,为齿轮箱故障诊断方法制定提供理论支撑和现实经验。 (3)针对齿轮箱中的齿轮-轴-轴承系统在出现单点故障和复合故障后产生的振动信号较为复杂,单一传感器采集的故障振动信号有限,而传统的卷积神经网络(CNN)处理高维数据时特征提取不足,以致故障诊断的正确率较低的问题。本文提出一种基于多传感器信息融合和双流CNN的齿轮箱故障诊断方法。该方法采用多传感器采集齿轮箱不同位置及方向的振动信号,以小波阈值降噪处理,通过方差贡献率实现多源同类信息数据层融合,建立多源信息融合框架,借助1DCNN和2D-CNN组合形成的双流CNN对信号进行特征提取,构建出SVM分类器实现故障特征分类。实验结果表明:多传感器信息融合可以增强振动信号的可信度,降低其模糊性,双流CNN具有更快的收敛速度、更高的准确率和更低的损失熵,且泛化能力和诊断正确率得到较大提高,能够较为精确地获取齿轮箱的故障特征。

关键词： 椭圆齿轮   传动特性   曲柄压力机   运动学分析  

摘要： 非圆齿轮的结构紧凑、承载能力强、工作效率高,且能够完成特定规律的变传动比传动。椭圆齿轮作为最常用的一种非圆齿轮,已经被广泛应用于变速输纸机构、椭圆齿轮流量计、椭圆齿轮曲柄压力机等设备中。由于椭圆齿轮节曲线上各点处齿廓并不相同,三维建模比较复杂,且椭圆齿轮的压力角时刻变化导致其受力分析具有一定的难度。 本文从理论分析、有限元仿真和应用实例研究等几个方面,对椭圆齿轮传动特性进行了研究。主要研究内容有: (1)椭圆齿轮传动的基本原理。包括椭圆齿轮的节曲线方程推导、压力角计算、根切校验、重合度计算,以及椭圆齿轮传动比、角速度、角加速度等运动学参数的计算,并分析了椭圆偏心率对上述参数的影响规律。 (2)基于渐开线齿轮范成加工原理,在Matlab中编程模拟齿轮插刀沿椭圆齿坯节曲线作纯滚动,生成椭圆齿轮渐开线齿廓数据点,将数据点重新排序导入到Autocad中拟合得到渐开线齿廓,再将齿廓曲线导入到Solidworks中拉伸得到椭圆齿轮的三维模型。通过对椭圆齿轮的动态受力分析研究模数、齿数、偏心率等参数对椭圆齿轮齿面接触应力和齿根弯曲应力的影响,最后通过有限元分析进一步验证了理论计算的正确性。 (3)在Adams中模拟椭圆齿轮啮合过程,提取角速度、轮齿间作用力等动力学参数,将仿真结果与理论计算对比,验证了三维模型的准确性。在Ansys中求解前十阶固有频率及主振型,改变椭圆齿轮的模数、齿数、偏心率等齿轮参数,求解不同齿轮参数下椭圆齿轮的固有频率及其主振型,避免发生共振现象。 (4)对椭圆齿轮曲柄压力机运动学进行研究,分析对比了椭圆齿轮曲柄压力机与圆柱齿轮曲柄压力机的运动学特性;分析不同椭圆齿轮偏心率、曲柄安装角以及曲柄连杆长度比时滑块速度的变化规律,对不同工况下椭圆齿轮曲柄压力机结构参数的确定给出参考,进而提升椭圆齿轮曲柄压力机的工作性能。 本论文通过理论分析、数值模拟与有限元仿真相结合的方法,分析研究了椭圆齿轮系统的传动特性及其在压力机中的应用,为椭圆齿轮在工程实践中的应用提供了参考。 图[78]表[11]参[81]

关键词： 聚酯生产用化工机群   状态监测   诊断分析   轴承   齿轮  

摘要： 聚酯行业的迅猛发展促进了新兴技术手段在实际生产和新产品开发上的应用。聚酯生产用化工设备的复杂程度和自动化水平持续提升。化工设备在工作过程中若出现突发性故障或失效情况,不仅可能导致重大的经济损失,还可能引发灾难性后果,因此对设备潜在故障进行准确及时预测至关重要,聚酯生产用化工设备的状态监测与诊断分析便是其中一项重要举措。本文对聚酯生产用化工机群的在线状态监测系统进行了分析,并在此基础上对机群中的重要部件搅拌器中的易损零部件轴承和齿轮的状态监测进行了分析和研究,论文主要工作包括: (1)基于聚酯产品的吉玛五釜生产工艺,确定搅拌器是聚酯生产用化工机群中的核心器件,采用基于振动分析的在线监测方法实现聚酯生产用化工机群的状态监测。 (2)分析监测系统的总体结构和功能,结合现场实际工况,对监测器的类型、指示灯的状态、频率指标、异常状态编码和安装等进行详细说明。通过数据采集,获得聚酯生产用化工机群的运行状态,完成频谱和加速度波形等信息的处理,提取故障征兆,完成故障诊断。 (3)以机群搅拌器中的电机轴承、减速箱齿轮和联轴器等为故障案例,在对轴承和齿轮进行常见故障分析的基础上,依托在线状态监测系统实现对设备关键零部件轴承、齿轮和联轴器的状态监测。根据振动有效值的变化趋势发现报警信息,获得时域和频域信号,通过对故障零部件的特征频率及特征参数的计算,完成故障零部件的诊断,并通过现场检修查验验证故障诊断的正确性。 (4)通过摩擦磨损和电化学实验,研究故障轴承和齿轮的耐磨性能和耐腐蚀性能,分析其磨损机理和腐蚀机理,揭示上述机理对轴承和齿轮的耐磨性能和耐蚀性能的影响,为分析故障轴承和齿轮的失效原因提供可靠的应用基础研究。

关键词： 螺旋锥齿轮   布尔运算   加工仿真   切削力   进给速度优化  

摘要： 螺旋锥齿轮作为机械传动系统中的核心元件,在正式批量生产之前,需要不断优化调整参数进行试切,最终加工出完整且符合设计参数的齿轮。为减少实际的试切过程,通过仿真技术实现了螺旋锥齿轮的加工仿真,为解决上一难题提供了方法。但是目前的仿真方法大多依赖于昂贵且复杂的三维软件,或者需要进行繁琐的二次开发。另一些三维仿真算法也存在着仿真速度慢、得到的模型不精确等问题。同时,在实际的加工工艺参数优化的过程中,往往也需要通过复杂的机床调整来对工件进行加工,以验证参数优化的有效性。这个过程不仅效率低,还浪费材料和时间。因此研究一种能够实现快速加工仿真的方法,从而提高仿真效率是很有必要的,同时也为优化加工参数提供有效的途径。 针对上述问题,本文基于切齿原理,对传统机械式铣齿机和数控铣齿机的结构、运动原理进行了研究和分析,建立了切齿坐标系;根据两者机床各轴切齿运动的转换关系,推导了数控铣齿过程中各轴的计算关系式;同时,建立了齿坯和刀盘的STL模型,并针对模型的数据冗余问题,提出了利用拓扑重构方法,使模型在保持原有的造型上,降低内存占比,以提高仿真方法的运行效率;提出了运用VTK可视化工具函数库,以实现加工仿真过程中模型的可视化;基于布尔运算原理和求交检查方法,利用CGAL几何算法库,提出了螺旋锥齿轮的齿面成形过程的加工仿真方法;在仿真过程中,提取了仿真齿面的数据点,建立了刀盘锥面的数学模型;基于VTK曲面重构方法,实现了齿面和刀盘锥面的重构;根据对刀流程完成了精加工的对刀,实现了螺旋锥齿轮的精加工仿真;基于斜角切削原理,建立了切削力计算数学模型,用于计算加工过程中的切削力;提出了利用AABB树快速切片算法,计算了内、外刀的切削面积;推导了理论齿面点的计算过程,建立了齿面、齿高和齿根误差计算的理论数学模型,以验证仿真方法的精确性;基于切削力与进给速度之间的动态变化关系,针对不同的切削方式进行了进给速度的优化调整,提高了加工效率;最后,通过相关仿真实例验证了加工仿真方法的快速性和精确性,以及通过实际的切削实验,验证了对进给速度优化提高加工效率的有效性。 通过本文研究,实现了一种关于螺旋锥齿轮的快速加工仿真方法;并在加工仿真过程中,借助建立的切削力数学模型,实现了对实际加工过程中切削力动态变化趋势的精准预测;根据切削力与进给速度之间的关系,对进给速度进行了合理的优化,实现了加工效率的有效提升。论文对于螺旋锥齿轮的加工仿真方法和加工工艺参数优化的研究提供了一个良好的思路,具有良好的实际应用价值。

关键词： 靶体拖车   传动系统   齿轮箱   故障诊断   孪生网络   迁移学习  

摘要： 靶体是高能物理大工程大科学装置的关键系统,靶体的零部件更换和维护过程需要靶体拖车将靶体在运行工位和维护工位之间拖动,由于靶体拖车在运行过程中其传动系统容易产生各种故障,快速准确地对靶体拖车齿轮传动系统进行故障诊断,对保障靶体拖车的可靠运行具有重大的意义。针对靶体拖车齿轮传动系统在运行过程存在着故障数据样本量较少、不同工况下故障数据样本分布不均匀的问题,本文研究基于孪生网络和迁移学习的故障诊断方法,开展如下的工作: 通过对靶体拖车齿轮传动系统进行分析,发现其常见故障主要集中于传动系统的齿轮箱部位。为了深入理解齿轮故障,通过实验设定了齿轮的不同故障类型,并对齿轮箱中的齿轮进行了故障分析,以识别出它们在不同故障状态下产生的特征信号。为了验证这些分析并收集实验数据,搭建了一套靶体拖车齿轮传动系统故障的实验平台,并完成实验数据的采集工作。 针对小样本情况下的故障识别问题,通过引入注意力机制以及长短时记忆网络,改进孪生网络的子网络,提出一种基于孪生网络的故障诊断方法。实验结果表明,本文所提方法在小样本情况下的故障识别准确率为93.4%,优于一维卷积神经网络(1DCNN)、长短时记忆网络(LSTM)、深度残差收缩网络(DRSN)、门控循环单元(GRU)的故障诊断方法。 针对在不同工况情况下的故障识别问题,将生成对抗网络与迁移学习结合,通过改进生成对抗网络的生成器与域判别器,将Wasserstein距离引入到域判别器中,提出一种基于Wasserstein距离的对抗迁移学习方法。实验结果表明,本文所提方法在不同工况的故障识别准确率为93.79%,对比深度适配网络(DAN)、领域对抗神经网络(DANN)的迁移学习方法分别提高近8.62%、10.29%。 基于上述研究工作,开发了靶体拖车故障诊断系统,并应用在靶体拖车平台上,应用结果表明本文的研究工作能够支持靶体拖车平台的故障诊断。

关键词： 齿轮箱   故障诊断   数据驱动   深度学习   图神经网络  

摘要： 在现代工业领域,齿轮箱作为机械传动装置扮演着举足轻重的角色。它通过齿轮间的相互啮合,有效地传递动力和扭矩,进而保障各类工业设备的稳定运作。从机床到风电机组,从冶金设备到化工石油,齿轮箱的应用无处不在。它不仅能够精确地调控转速和转矩,更是确保设备高效运转不可或缺的关键部件。 齿轮箱故障诊断是工程领域中的一个重要问题,对于保障设备的正常运行、提高生产效率、保障人员安全以及提升企业经济效益都具有重要意义。因此开发高效、准确的诊断方法变得至关重要。深度学习方法已成为齿轮箱故障诊断领域广为流行的方法之一,然而,传统深度学习模型在面对标签样本少、故障样本量小、单一传感器采集的信号数据不完备等场景时比较困难,需要引入一种更为适用的故障诊断方法。图神经网络作为一种专门处理图形数据的深度学习模型,能有效地对图中节点进行特征提取和分类。它通过结合邻居节点的信息来预测节点的标签,具有强大的节点分类能力和图形结构适应性。综上,本论文以齿轮箱为研究对象,针对齿轮箱故障诊断所存在的现实问题,开展了如下的研究工作: (1)针对工程实际中采集的齿轮箱标注监测数据有限,且基于图神经网络的齿轮箱故障诊断方法研究仍存在标签信息挖掘不充分的问题,提出了一种结合基于图的半监督学习方法(Graph-based semi-supervised learning,GSSL)与图形采样和聚合算法(Graph sample and aggregate,Graph Sage)的半监督故障诊断方法(GSSL-Graph Sage)用于齿轮箱的故障识别。具体来说,首先利用图信号处理方法对采集到的振动信号进行特征提取;然后基于K近邻算法和标签传播算法构建图结构;最后通过Graph Sage网络进行故障识别分类。实验齿轮箱数据验证了该方法在低标签率下的可行性。实验结果表明:该方法提高了有限标记样本下的故障诊断精度。 (2)针对传统的深度学习故障诊断方法存在一个不可避免的弊端:在小样本的情况下会面临过拟合问题,难以取得理想的效果。而在实际生产中,机器绝大部分的时间都处于正常运转状态,只能获得少量故障样本,这就要求模型具有较高的泛化性能和鲁棒性。从而提出一种基于Graph Sage网络的元学习架构(Meta-Graph Sage)。首先,将原始振动信号经快速傅立叶变换(Fast Fourier Transform,FFT)得到频域特征,之后在训练过程利用模型不可知元学习方法(Model-Agnostic Meta-Learning,MAML)进行梯度更新以快速适应新任务,Graph Sage网络采用门控循环单元(Gated Recurrent Unit,GRU)作为聚合函数以充分利用数据的时序性特征,增强对数据特征的全面提取能力,以进一步提高诊断精度。基于齿轮箱实验数据的分析说明了所提方法的有效性。分析结果表明:相比于其他的小样本学习方法来说,即使在样本量为很少的情况下也能训练出诊断精度较高的模型。 (3)针对现有的大多数故障诊断方法都是基于对单个传感器信号进行分析,无法捕捉到全面的故障信息的问题,综合利用多个传感器的振动信号并提出一种基于典型相关分析(Canonical Correlation Analysis,CCA)和图注意力网络(Graph Attention Networks,GAT)的多源信息融合故障诊断方法(CCA-GAT)。具体的,首先对两通道原始振动信号进行小波包分解提取特征,得到各自的多级特征,并计算出其特征;然后,采用CCA进行多视图学习;最后将学习到的特征用于训练GAT网络以识别齿轮箱的不同故障状态。齿轮箱实验数据验证了该方法的有效性和自适应性。实验结果表明,该方法可自适应地增强有用特征信息,从而降低后续模式识别任务的复杂性。提升齿轮箱的故障诊断准确率。

关键词： 谐波传动   传动精度   纯运动学误差   扭转刚度   敏感性分析  

摘要： 随着人型机器人的出现,可以在密闭空间实现洁净传动的谐波传动呈现了爆发式的需求增长,与此同时谐波传动的传动精度也面临着更高的要求。为提升国内谐波减速器在传动定位精度方面的竞争力,从结构设计角度提升谐波齿轮传动的传动精度性能,本文以SHF-17-80型号的谐波齿轮为研究对象,研究分析该类型谐波齿轮传动的运动学误差及设计参数对传动精度性能的影响与优化设计,具体的内容如下: 1)以柔轮理论设计截面上的筒体与齿体的变形为基础,分析了单个轮齿受力时的齿体偏转现象和偏转误差,建立了考虑齿体偏转的纯运动学误差模型,并基于该模型分析了影响纯运动学误差的结构参数及啮合副设计参数。 2)开展了考虑齿体偏转的纯运动学误差模型的有限元分析与验证,并对结构参数及啮合副设计参数对于纯运动学误差的影响敏感性进行了数值分析。 3)基于扭转刚度对动态传动误差的影响模型,分析了柔轮筒体结构参数以及装配对筒体扭转刚度的影响,确定了柔轮扭转刚度的计算方法,并对礼帽型柔轮筒体结构参数对扭转刚度的影响进行了数值分析。 4)基于响应面法,对传动精度进行了包括运动学误差和扭转刚度的综合优化分析,开展了空载下的柔轮变形、齿面接触状态和传动误差分析,对啮合副设计参数和筒体结构参数的优化效果进行了数值模拟。

ISBN: (纸本)9787030750068

关键词： TBM支护   锚杆钻机   非圆齿轮马达   双圆弧节曲线   非线性目标规划  

摘要： 小断面、小转弯半径TBM在岩石破碎地质施工时，需要采用锚杆支护，以保障作业安全。现有锚杆钻机所采用的液压马达是柱塞式或行星转子式摆线马达，存在结构尺寸大，重量大的不足，而非圆齿轮马达具有结构紧凑、功重比高、抗污染能力强的特点，在小断面隧道掘进施工中具有明显的优势。介绍一种变中心距4-6型非圆齿轮马达的工作原理及组成，并针对非圆齿轮马达高阶椭圆节曲线及齿廓设计难度大的问题，提出采用双圆弧节曲线，并运用非线性目标规划方法，建立非线性约束关系式，再通过Matlab求解最优值，确定出双圆弧非圆齿轮马达太阳轮和内齿圈节曲线参数，进一步设计太阳轮及内齿圈齿廓。该方法简化了非圆齿轮马达的设计难度，可为小断面TBM支护用锚杆钻机的研制提供设计参考。