关键词： 人工蜂群算法   海上风电机组   齿轮故障   小波阈值   BP神经网络  

摘要： 针对传统方法在海上风电机组齿轮故障诊断中应用效果不佳,不仅误诊率较高,而且召回率较低,无法达到预期的故障诊断效果,提出了基于人工蜂群算法的海上风电机组齿轮故障诊断方法。首先利用振动加速度传感器拾取齿轮箱振动信号,对振动信号进行小波阈值降噪处理,然后基于处理后的振动信号,利用人工蜂群算法优化后的BP神经网络对齿轮故障进行识别诊断。经实验证明,该方法误诊率在1%以内,召回率在95%以上,具有良好的可行性与可靠性。

关键词： 行星齿轮   搅油损失   计算流体力学   瞬态流场可视化   用户自定义函数   联合仿真  

摘要： 轮毂电驱动技术的研究是未来新能源驱动体系研究的重要方向。随着轮毂电驱动对转速的要求越来越高,搅油功率损失成为不可忽略的部分,甚至高达功率总损失的50%~80%。现有的计算搅油损失的方法主要是采用简单的经验公式,无法适用于复杂的行星齿轮传动。为此,采用计算流体力学(Computational Fluid Dynamics,CFD)软件与C语言用户自定义函数(User Defined Function,UDF)对两级行星齿轮传动飞溅润滑进行联合仿真,实现了油-气两相瞬态流场可视化;通过提取表面的压力和黏性力,得到了太阳轮、行星轮及行星架的搅油损失;对25种工况进行仿真与分析,得到了搅油功率损失随转速和浸油深度的变化趋势。结果表明,搅油功率损失随转速和浸油深度的增加而增大,且无明显的拐点,实现最小搅油损失应当在保证充分润滑的前提下取最小的浸油深度。

关键词： 中心复合响应曲面   Minitab   过程优化   圆度  

摘要： 针对某变速器发生异响展开研究,锁定问题发生的根本原因是圆度不合格,进而将故障发生时间锁定在齿轮轴的外圆高精磨削加工过程中。识别出5个对圆度影响显著的因子。通过中心复合响应曲面方法设计出因子及因子的水平,利用Minitab软件,生成108次随机试验矩阵。对108次试验结果进行分析发现,模型一阶项、二阶平方项对异响的影响显著,二阶交互的作用不显著。通过残差分析验证了模型符合假设,进而得到模型回归方程的最优解。同时,基于模型,调整了因子参数,缩短了加工时间,提升了生产效率,解决了高精磨削加工过程中的圆度不合格问题。研究表明,该方法可以识别出模型中弯曲、非线性关系,进而得到全局最优。同时,所建立的模型为零件加工过程参数调整提供了依据。

关键词： 数控机床   齿轮   自动化  

摘要： 围绕汽车变速箱齿轮制造行业精车加工需要解决的自动化问题,本文分析了包括主机设备、机械手自动上下料系统、物流传输系统为一体的自动生产线的问题,设计了基于工业机器人的全自动上下料系统。该自动化系统替代了人工上下料操作模式,AGV自动运输,实现了齿轮精车工序自动上下料的功能,提高了设备加工的生产节拍,显著提升工厂效益。

关键词： 齿轮钢   奥氏体晶粒度   异常长大   第二相粒子   混晶   钉扎力  

摘要： 伴随着全球双碳政策的实施,节能减排成为汽车制造业发展的首要目标之一.汽车用齿轮钢采用的更高温度结合更短时间的渗碳工艺是目前各齿轮生产企业最为直接的降碳措施,但齿轮钢在高温渗碳生产过程中却时常发生奥氏体晶粒异常粗大的问题,且渗碳温度越高混晶现象越严重.因此,各企业对齿轮钢进行微合金化,通过添加微合金元素在加热过程中析出第二相粒子产生钉扎作用来阻碍奥氏体晶粒异常长大,从而需要对复杂的齿轮钢奥氏体晶粒长大与第二相粒子析出机制进行研究.通过对奥氏体晶粒度、奥氏体晶粒长大机制及模型、第二相粒子(Nb(C,N)/AlN)对奥氏体晶界移动的钉扎作用及模型、以及加热温度与保温时间对奥氏体晶粒长大和第二相粒子钉扎作用的影响等进行了文献综述,阐明了奥氏体晶粒长大规律、第二相粒子的控制方法与抑制奥氏体晶粒长大的钉扎机制,为高质量齿轮钢的生产提供参考.

关键词： 驻车齿轮   尺寸异常   热处理  

摘要： 一批驻车齿轮热处理后内花键尺寸出现异常,为此对正常和异常齿轮进行了成分分析、金相分析和维氏硬度分析。结果表明:正常齿轮热处理前后组织细小均匀,渗碳层硬度较高;异常齿轮热处理前组织粗大,热处理后残余奥氏体含量较高,导致体积收缩。由于晶界面积小,渗碳时原子通道少,渗碳量减小,这是导致齿轮内花键尺寸异常胀大的主要因素。

关键词： 齿轮传动   强背景噪声   微弱故障特征   集合经验模态分解   长短时记忆网络   分类精度   特征提取   遗传算法  

摘要： 在强烈的背景噪声下,如何较好地提取行星齿轮的微弱故障特征,这是行星齿轮故障诊断领域需要解决的难题。针对行星齿轮振动信号的非线性和非平稳性,为了提高其故障诊断的准确性,提出了一种利用遗传算法优化的长短时记忆网络(GA-LSTM)和集合经验模式分解(EEMD)的行星齿轮故障诊断方法。首先,通过试验采集了4种行星齿轮故障类型的振动信号,并采用EEMD方法将行星齿轮的原始振动信号分解为6个本征模态函数(IMF)分量,将其作为特征分量以便进一步处理;然后,使用遗传算法(GA)对LSTM网络的超参数进行了优化,以提高故障类型识别的准确性;最后,将特征分量输入到已经训练好的GA-LSTM模型中,将其网络模型作为最终分类器,对行星齿轮进行了故障诊断识别,并通过对比未经优化的网络,以及在原始信号中人为地加入噪声模拟的实际工程信号,验证了基于EEMD和GA-LSTM算法的有效性和泛化性。研究结果表明:训练后的网络实现了不到2%的损失率,具有良好的稳定性,GA-LSTM方法故障分类精度达到了94.17%;与未经优化的网络相比,GA-LSTM模型的验证精度高于LTSM,该网络模型在所有分量上都表现出更好的时序性能,在识别添加了噪声的工程信号时,也能保持较高的故障诊断精度,从而表明其在行星齿轮故障诊断中的优越性。该研究在提高机械传动设备故障诊断能力方面有一定的理论参考价值。

关键词： KISSsoft软件   齿轮修形   取力装置   专用汽车  

摘要： 文章采用KISSsoft软件对某专用汽车发动机取力装置齿轮系开展修形设计,并对比修形前后齿轮系的相关性能。研究结果表明,通过KISSsoft进行取力装置齿轮系修形优化分析后,齿轮系的整体强度及多项接触性能均得到显著提高,可有效提升取力装置的可靠性并实现减振降噪的目的。

关键词： 中间轴齿轮   四方键   变速器总成   位置度计算方法  

摘要： 从中间轴位置度理论基础入手,运用图文的方式讲述一种带四方键中间轴总成齿轮位置度的极限理论计算方法,同时根据装配过程中的数据进行分析,剖析中间轴总成上零件以及装配过程对中间轴总成齿轮位置度的影响以及相应的改善控制方法。旨在提供一种简单且直观的带键中间轴齿轮位置度计算方法,以及为中间轴总成装配过程中的位置度控制作出指导.

关键词： 塑料齿轮缺陷   UNet++   多特征融合   局部区域修正  

摘要： 传统的缺陷检测算法在检测塑料齿轮表面复杂黑点时效果不佳，主要有三个问题：一是对齿轮边缘上黑点的大小和位置判别不准确，二是对浅色黑点的漏检率高，三是易将点浇口误判为黑点。为此，本文提出了一种改进方法：基于UNet++和特征融合的塑料齿轮复杂黑点检测方法。通过UNet++预测黑点区域；根据梯度特征对黑点区域进行修正；结合多特征融合分析给出最终判定结果，提高了对复杂黑点检测的准确性和稳定性。测试结果表明，表征检测结果准确性的Pc值达到98.93%，表征分割结果准确性的IoU的平均值达到86.4%，相比传统的缺陷检测算法和未做修正的深度学习算法，IoU的平均值分别提高47.8%和30.9%。