关键词： Reinforcement learning  

摘要： To address issues such as overfitting and poor generalization caused by small-sample data in wind turbine gearbox fault detection, this paper proposes a fault detection model based on the reinforcement learning Mahalanobis-Taguchi system (RLMTS). First, features filtered by orthogonal array and signal-to-noise ratio analysis are used to construct the initial Mahalanobis space. Then, reinforcement learning and predefined rules are used to explore and optimize this space. Finally, an antlion optimizer is employed to improve the threshold determination of the traditional Mahalanobis Taguchi system. Experimental results show that RLMTS is effective for fault detection in different small-sample scenarios. Compared with 17 other methods, RLMTS has better diagnostic performance, greater robustness, and broader applicability, making it particularly suitable for small-sample wind turbine gearbox fault detection. It is conducive to improving the reliability, efficiency and safety of the gearbox operation, while also reducing maintenance cost and ensuring stable and high efficiency wind power generation. © 2025 Power System Protection and Control Press. All rights reserved.

关键词： 塔式起重机   齿轮齿条   爬升系统   优化设计   湿热环境   全工况验证  

摘要： 本文针对广西南宁某超高层建筑项目的塔式起重机爬升系统展开优化设计。针对湿热环境与高载荷工况,开发变曲率渗氮齿廓优化算法、钛合金自补偿导向装置和磁流变阻尼防冲击机构。同时构建基于LoRa的传感网络、液压功率脉动抑制策略和BIM驱动的定位偏差校正算法。全工况验证表明,优化设计显著提升系统的可靠性、能效和定位精度。

关键词： 齿轮啮合噪声   传动系统   噪声控制   振动优化   材料选择  

摘要： 机械传动系统中常见问题含有齿轮的啮合噪声,极大危及设备运行的稳定性与使用寿命,噪声的产生主要是因为齿轮啮合阶段齿面接触的不均、啮合力脉冲的传递及系统振动,凭借优化齿轮设计层面、提升润滑技术思路、选定恰当的材料品质以及运用振动控制办法,可切实减少噪声水平,采用渐开线齿形和齿距调节手段优化啮合质量;采用管控油膜厚度降低摩擦;就材料筛选层面说,采用强度高且噪声低的齿轮材料,借助这些综合手段,可以显著削减齿轮噪声,增加传动系统的工作效率与耐用水平。

关键词： 3800mm宽厚板   双边剪齿轮箱   高效维护策略  

摘要： 3800mm宽厚板双边剪齿轮箱是钢铁轧制生产线中的关键设备,其运行稳定性直接影响剪切精度和生产效率。由于齿轮箱长期承受高负荷运转,易出现齿轮磨损、润滑不良、轴承疲劳等故障,因此高效的维护策略对于延长设备寿命、减少非计划停机至关重要。基于此,本文对3800mm宽厚板双边剪齿轮箱的常见故障进行了分析,并探讨了其维护工作中存在的问题,最后提出了几点高效维护策略,以期进一步提升维护的智能化水平,提高设备管理的科学性和精确度。

关键词： 谐波齿轮   接触区   装配应力   负载应力   有限元分析  

摘要： 【目的】为揭示负载状态下齿圈结构参数对最高负载应力的影响规律,为齿圈强度设计提供理论指导,提出了柔轮齿圈负载应力计算方法。【方法】依据负载工况下柔轮长轴啮合区齿体受载情况,将齿体等效为考虑齿根倒圆的变截面梁模型,研究了不同负载转矩下齿间最大啮合力在齿槽处产生的附加弯曲应力与最高装配应力叠加得到的齿圈最高负载应力表达,分析了齿圈壁厚、齿根倒圆半径和槽宽比等参数对最高负载应力的影响;建立有限元模型,对装配和负载应力理论解进行了数值验证。【结果】结果表明,齿圈最高负载应力随壁厚先急剧降低后缓慢增加,最佳齿圈厚度系数随负载的增大而增大;柔轮齿圈最佳齿根倒圆半径范围为0.6m0.7m;最佳槽宽比随负载转矩的增大而减小。

关键词： 弧齿锥齿轮   斜角切削   有限元仿真   残余应力   响应曲面法  

摘要： 【目的】为探究弧齿锥齿轮成形法切削加工中切削速度、切削深度、进给量对齿面残余应力的影响规律,优化加工参数,根据成形法加工特点建立三维斜角切削仿真模型。【方法】采用单因素法和响应曲面法进行仿真,对各切削用量对齿面残余应力的影响进行分析,建立曲面响应预测模型求解最优切削参数组合,并进行试验验证。【结果】结果表明,轮齿已加工表面呈现为拉应力,沿层深迅速转变为压应力,然后逐渐减小为0;切削速度增大,加工表面残余拉应力增大,工件内部最大残余压应力有所减小;进给量对齿面残余应力影响最大,进给量增大,表面和硬化层内部残余应力均明显增大,应力层深增大;切削深度变化对齿面残余应力影响较小;齿面残余应力预测值与试验的相对误差值最大为6.17%,验证了仿真切削对残余应力进行预测的可行性。

关键词： 故障诊断   齿轮箱   门控循环单元   卷积神经网络   蜉蝣算法  

摘要： 为了有效提取齿轮箱中齿轮和滚动轴承的故障信号特征,并克服深度学习模型超参数选取依赖人工经验的局限性,提高故障诊断的准确性和稳定性,提出了一种基于蜉蝣算法(MA)优化的双通道神经网络故障诊断模型。该模型采用一维时序输入的门控循环单元(GRU)和二维图像输入的卷积神经网络(CNN)构建双通道并行架构,并引入自适应批标准化(AdaBN)算法。利用MA的全局优化能力,以CNN-GRU的诊断精度为优化目标,自适应调整模型超参数。将蜉蝣算法优化效果与粒子群算法和遗传算法进行了对比验证,以评估其在模型参数优化方面的有效性。基于东南大学齿轮箱数据集和凯斯西储大学轴承数据集的实验结果表明:该模型能够有效提取振动信号特征,其故障识别精度与稳定性均优于典型深度学习模型,并展现出较强的鲁棒性。在稳态工况下,优化后的CNN-GRU(MA-CNN-GRU)模型在各数据集上的识别精度显著提高;在噪声工况下,MA优化的CNN-GRU模型表现出优异的抗噪性;在变负载工况下,结合AdaBN算法的MA-CNN-GRU模型实现了最高的平均识别精度。所提模型能够高效、准确地检测齿轮箱故障,为机械设备的维护和稳定运行提供了重要的参考价值。

关键词： 面齿轮   配齿   优化   轻量化   均载  

摘要： 为获得精确的同轴面齿轮分汇流系统均载设计条件,针对其配齿及多目标优化设计方法进行研究。利用集中质量参数法,建立了考虑制造误差、双联轴扭转刚度、啮合刚度和阻尼等因素在内的系统45自由度弯扭耦合动力学模型。考虑系统均载及轻量化因素,求解了满足系统动态均载特性的配齿设计算例,并建立了兼顾均载特性及质量的多目标优化设计模型,并运用非支配排序遗传算法求解。结果表明,制造误差是影响系统动态均载特性的最大因素,通过配齿条件建立能够获得良好的动态均载布局,使得均载性能提高5.4%;优化后的系统均载性能较配齿条件建立前后的均载性能分别提高3.3%和8.5%。研究成果能够为系统动力学稳定性设计提供理论依据。

关键词： 齿轮箱   变工况   哈里斯鹰优化器   多层感知机   故障诊断  

摘要： 针对变工况下齿轮箱故障信号复杂多变导致故障诊断困难的问题,提出了一种基于哈里斯鹰优化器(Harris hawk optimizer,HHO)优化多层感知机(multi-layer perception,MLP)神经网络的故障诊断方法。首先,采用均方根-均值(root mean square-mean,RMS-MEAN)方法对齿轮箱故障振动信号进行预处理,以降低随机变工况对不同振动信号的影响;其次,引入变工况修正因子k,利用HHO对MLP的超参数进行自动优化,增强振动信号中的周期性特征,构造变工况下最优的MLP网络结构;最后,将特征增强数据输入HHO-MLP中进行故障诊断。通过MCC5-THU齿轮箱故障数据集验证,该方法在变工况下对齿轮箱故障的诊断性能显著优于其他模型,故障分类的准确率可达97.5%,这说明了其在变工况下的有效性。