关键词： 高速列车   齿轮箱   轮齿修形   拓扑优化   动态特性  

摘要： 随着高速铁路技术的迅猛发展与高速列车运营速度的不断提升,齿轮箱作为高速列车动力传递的关键部件,其服役可靠性将直接影响高速列车的安全运行,因此开展轮齿修形及箱体结构优化对保障高速列车安全运行具有重要意义。轮齿修形可以改善齿轮之间的载荷分布情况,提升齿轮的动态性能,箱体结构优化可以提升箱体强度,并同时降低箱体总重量,论文主要研究内容如下: (1)建立了高速列车齿轮传动系统静力学模型,对齿轮副进行了齿轮啮合干涉检查、重合度理论计算、齿面接触强度及齿根弯曲强度校核,结果表明高速列车传动齿轮符合工程使用要求。接着分析了不同扭矩下齿轮的啮合特性,随着扭矩的增大,齿轮的传递误差峰峰值、单位长度载荷、最大接触应力均呈现增大趋势,且不同扭矩下齿轮齿面接触斑均出现偏载现象。 (2)以齿向鼓形、齿向斜度、齿廓鼓形、齿廓斜度为修形变量,研究了不同扭矩下轮齿修形方式及修形量对齿轮传递误差峰峰值及最大接触应力的影响。以齿轮接触面载荷分布均匀、降低齿轮传递误差峰峰值及最大接触应力为优化目标,利用遗传算法对齿轮进行综合修形优化,研究结果表明修形后齿轮的传递误差峰峰值及最大接触应力降低,同时齿轮偏载现象明显得到改善。 (3)搭建了包含柔性齿轮箱箱体在内的高速列车齿轮传动系统动力学模型,研究了轮齿修形对齿轮传动系统动力学影响,发现轮齿修形后齿轮的动态啮合力、振动加速度均得到明显降低,齿轮的动态特性得到改善。进一步分别研究内部激励与内外激励作用下轮齿修形对齿轮箱箱体振动特性影响,结果表明在内部激励与内外激励影响下,通过轮齿修形可以改善齿轮箱箱体的振动特性。 (4)在牵引电机短路引发的极限工况下对齿轮箱箱体进行静力学分析,结合静力学结果对箱体进行拓扑优化设计,以降低箱体结构柔度为优化目标,降低箱体总重量及应力为约束条件,在提升箱体强度的同时对箱体进行轻量化设计,结合拓扑优化结果,对齿轮箱箱体进行了结构设计,优化后箱体的静力学强度提升且实现轻量化的目标。

关键词： 行星齿轮箱   故障诊断   深度学习   局部模型无关解释   进化卷积神经网络   类激活图   融合式增量诊断  

摘要： 行星齿轮箱作为传动系统的重要组成部分,被广泛应用于航空航天、汽车制造和能源动力等领域,对其进行状态监测与故障诊断具有重要意义。基于振动信号分析的传统故障诊断方法通常依赖专家的经验知识,且准确性与实时性难以得到保证。深度学习作为人工智能的核心分支,具有强大的数据表示、学习和分析能力,推动了文本处理、图像识别等领域的发展。引入深度学习方法有望解决传统故障诊断方法面临的难题。然而,振动信号区别于一般的文本、图像信号,其蕴含的设备状态特征具有混合隐性的特点,直接使用深度学习方法进行故障诊断存在诸多适应性问题,包括输入的选择缺乏依据、结构设计知识依赖性强、训练过程随机性强、跨域诊断能力差等。因此有必要对深度学习方法用于故障诊断的适应性开展研究。 本文以复杂工况下行星齿轮箱的故障诊断为工程背景,针对深度学习方法用于故障诊断的适应性问题展开了一系列研究,主要研究内容包括诊断模型的输入选择、结构设计优化、训练过程优化以及跨域诊断能力提升四个部分。 (1)研究深度学习诊断模型输入的选择。设计了基于局部模型无关可解释方法的时频图质量评估方法,作为诊断模型输入选择的依据。该方法借助局部模型无关可解释方法观察以不同时频图作为输入对模型决策的影响,综合考虑了诊断准确性及可靠性两方面的因素,对时频图进行了定量评估。 (2)研究深度学习诊断模型结构设计的优化。提出了进化卷积神经网络对深度学习诊断模型的结构设计进行优化。通过引入遗传算法,针对目标任务设计独特的适应度、算子与编码策略,实现模型结构参数自动优化,有效提高了诊断的准确性,增强了深度学习面对振动信号时结构设计的适应性。 (3)研究深度学习诊断模型训练过程的优化。提出了可视化优化的卷积神经网络对深度学习诊断模型的训练过程进行优化。以类激活图对模型决策依据做出解释,通过结构相似度定量评价模型的训练可靠程度,通过改进损失函数对模型的训练过程形成约束,增强了训练过程的稳定性。 (4)研究深度学习诊断模型跨域诊断能力的提升。提出了融合式增量诊断模型。该模型融合了目前增量学习中的回放及正则化两项关键策略,以实现当目标域与源域不满足数据同分布时模型的跨域诊断;同时引入GAN技术以改善采取回放策略时可能出现的过拟合或数据获取问题。该方法可以提高跨域诊断时模型对目标域的诊断准确率,减少对源域知识的遗忘率,在目标域与源域数据分布差异大时该方法的效果更加显著。

关键词： 双行星轮式行星排   齿轮校核   仿真分析   齿轮修形   试验验证  

摘要： 商用车复杂的工作特性使得对行星齿轮传动系统的各项性能提出了更高的要求,同时,行星齿轮传动系统工作时产生的温升过快、振动加剧等问题,对变速箱的可靠性、使用寿命及适用性将会产生不良影响。行星齿轮机构作为商用车变速箱重要的组成部分之一具有结构紧凑、承载能力大、传动效率高、传动速比大、性能可靠等显著的优点,因此行星齿轮传动系统的传动设计是混合动力商用车变速箱开发的关键技术。 为了设计一种高速混合动力商用车变速箱行星齿轮传动系统,本文首先从行星齿轮传动的原理出发,根据车辆所需参数指标:峰值转速9000rpm、峰值功率90k W、传动比需求范围等条件,以及车辆行驶工况例如纯电起步、混合助力、制动能回收等。对混合动力变速箱行星齿轮传动构型进行设计,并对系统的各个关键零部件包括进行设计计算校核,构建了整体传动系统三维模型。 其次,对所设计的混合动力变速箱行星齿轮传动系统进行有限元模型的导入与仿真。以静态结构仿真与模态分析为仿真手段,通过静态结构仿真验证传动系统各零部件是否满足强度条件,通过模态分析判断结构是否在使用过程中出现共振现象,结果证明所设计的传动结构的强度满足设计需求且不会发生共振。 基于所设计的高速混合动力变速箱行星齿轮传动系统,探究传动系统均载特性的影响因素。从齿轮修形原理出发针对齿轮齿面出现载荷不均匀的现象,利用二代遗传算法在双行星轮式行星排设定工况下寻找最优修形方案,并以齿轮副传动误差、齿面载荷、最大接触应力以及行星排均载性能为评价指标,探究齿轮微观修形方案对齿轮传动系统均载特性的影响规律。结果表明齿轮修形可以改善三个工况下的齿轮载荷分布的均匀性,可以降低均载系数,提高齿轮的承载能力。 最后,设计并搭建混合动力变速箱高速负载试验台开展验证试验。以变速箱行星排温升以及齿轮接触印痕为评价标准,进行变速箱温升试验,对试验所得到结果进行处理分析,并与仿真结果相对比。结果表明齿轮修形可以改善三个工况下的温升情况,验证齿轮修形方案优化的正确性。 研究为混合动力变速箱行星齿轮传动系统设计及均载特性研究提供参考依据,也为其他新型变速箱行星齿轮传动设计提供方法和依据。

关键词： 电动汽车   齿轮噪声   传动设计  

摘要： 随着电动汽车行业的快速发展，用户对车辆舒适性要求不断提升。电驱减速箱齿轮作为电动汽车主要噪声源，严重影响用户对汽车使用体验。本文从电驱减速箱齿轮噪声产生机理出发，总结了齿轮噪声的形成因素，针对性地提出了电驱减速箱齿轮噪声的控制方法，以降低齿轮噪声，提升驾乘舒适性。

关键词： 风机齿轮油   氧化安定性   红外光谱   机器学习   模型优化  

摘要： 风电机组齿轮箱作为风力发电的核心设备,其运行的复杂工况会导致机组出现多种问题和故障,尤其是齿轮箱润滑油（简称齿轮油）在高温等恶劣环境下容易发生氧化反应,导致性能下降,影响设备运行。因此,准确评估风机齿轮油的氧化安定性变化至关重要。目前,国内外针对风机齿轮油氧化安定性指标快速预测方面仍存在不足,尤其是对未来某个时间齿轮油发生的氧化程度进行准确预测方面。本文对风机齿轮油样本的红外光谱数据和数据处理方法进行系统研究,建立了红外光谱结合智能算法的风机齿轮油氧化值和酸值的快速预测模型。通过两个与氧化安定性相关的指标共同为未来某个时间的风机齿轮油氧化安定性性能评估提供技术指导。主要工作如下: 选用国家风光储输示范工程某风场提供的四款常用品牌风机齿轮油为试验样本,采用模拟氧化试验和对风场在役齿轮油进行采集获得多组齿轮油样本。对所有样本进行傅里叶红外光谱采集、氧化值和酸值指标的测定。通过对氧化前后的红外光谱特征峰进行分析,判断出齿轮油的主要成分、所属类型、与氧化安定性相关的特征峰变化情况,最终确定出后续建模所选用的光谱范围。 研究表明,氧化后的齿轮油存在明显的C=O和C-O两种氧化特征峰,不同齿轮油样本的氧化吸收峰出现了一定的差异,表明其氧化程度不同。最终选定波段1100～2000 cm-1为氧化值和酸值建模的可用光谱范围。通过对比氧化值和酸值数据,发现不同品牌齿轮油随氧化时间的变化,两个氧化安定性指标也发生变化但无明显的线性变化规律,故后续采用两种模型分别对氧化值和酸值进行预测分析。 基于风机齿轮油的红外光谱数据,依次进行样本集划分、数据预处理、特征波长提取和机器学习等数据处理,最终采用多种评价指标对氧化值定量分析模型的性能进行综合评估。结果表明,采用Savitzky-Golay（SG）平滑预处理后的光谱数据所建立的偏最小二乘回归模型性能最佳;两种特征波长提取方法中,主成分分析（PCA）降维效果优于连续投影算法（SPA）;三种机器学习中,反向传播神经网络（BPNN）预测效果最佳。最终得出采用SG+PCA+BPNN模型预测效果最优,可以更好地实现风机齿轮油氧化值的定量分析。 进一步采用群体智能优化算法进行超参数寻优,提出了一种风机齿轮油酸值的快速预测方法。结果表明:在三种基础模型中支持向量机回归（SVR）具有较好的预测能力,进一步将三种群体智能优化算法代入到SVR模型中,组合模型的各项评价指标均有较大提升,其中灰狼优化算法（GWO）与SVR组合模型表现最优。最终得出SG+PCA+GWO+SVR组合模型在风机齿轮油酸值快速预测问题中具有最优的分析能力。 综上,由于风机齿轮油氧化值和酸值无明显线性相关规律,故本研究分别建立了风机齿轮油氧化值的定量分析模型和风机齿轮油酸值的快速预测模型,所建立的两个预测模型具有较好的预测效果和准确性。通过两个模型获得的预测值综合评价齿轮油氧化安定性,为实现风机齿轮油氧化安定性的快速评估提供了技术指导。