关键词： 掘锚机   齿轮箱   QC小组   控制措施  

摘要： 截割部传动齿轮箱是掘锚机井下掘进巷道的主要工作部件,出现故障后会导致停机停产,不仅影响掘进工程进度,造成返修成本的浪费,而且更换截割部也存在极大的安全风险,会给矿井造成不可预估的损失。针对齿轮箱下井使用过程中的故障问题,组建了专业的QC小组开展活动,采用关联图、5M1E、正交试验等科学的质量控制方法进行分析、计算,最终找出壳体浮动密封漏油和输入轴端密封结构不合理2项根本原因,并采取相应措施进行合理的控制与预防,将故障率控制到合理的水平,确保井下掘进工作面正常生产,降低更换大部件时安全事故发生的概率,维修质量和可靠性得到提高。

关键词： 齿轮   低频故障特征提取   最大重叠离散小波包变换   快速谱峭度  

摘要： 针对多级齿轮传动工况下,低频故障信号易受高频啮合振动、传递路径及环境噪声等因素干扰,造成故障信息分离难度较大的问题,将最大重叠离散小波包变换和快速谱峭度方法相结合用于齿轮箱故障诊断。首先对采集的齿轮箱振动信号进行MODWPT分解,依据分解层数得到对应数量的分量,然后利用快速谱峭度计算确定最优频带参数,对合适分量进行滤波处理,最后通过Hilbert包络解调分析识别故障特征。仿真及局部断齿试验数据分析表明,所提方法可以有效抑制强背景噪声的干扰,突出故障的冲击性特征,准确分离出低频微弱故障成分,且提取效果较单一谱峭度方法及EMD和谱峭度联合降噪方法更具优势。

关键词： 赫兹理论   柔性轴承   啮合力   负载变形  

摘要： 【目的】为了为谐波齿轮的齿廓设计提供侧隙设置依据,建立柔轮负载变形计算方法。【方法】基于赫兹接触理论,获得柔性轴承的径向刚度理论公式;考虑柔性轴承径向变形及其引起的周向位移和齿圈周向伸长,推导出啮合力作用下柔轮齿圈的负载变形公式;用实体单元建立包含柔性轴承的柔轮装配模型,仿真分析啮合力引起的轴向不同截面内的齿圈变形,以验证理论公式。【结果】研究发现,理论公式反映了轴承支承截面内的齿圈变形,但前后截面存在微小偏差。

关键词： 变分模态分解   减法平均优化算法   非局部均值去噪   1DDRSN   故障诊断  

摘要： 【目的】针对在噪声干扰情况下齿轮箱故障诊断准确率不佳的问题,基于优化变分模态分解(Variational Mode Decomposition,VMD)和非局部均值滤波(Non-Local Means,NLM)的去噪方法,与一维深度残差收缩网络(1Dimensional Deep Residual Shrinkage Network,1DDRSN)相结合,构建了一种全新的齿轮箱故障诊断方法。【方法】首先,使用减法平均优化(Subtraction-Average-Based Opti-mizer,SABO)算法对VMD中的参数进行自动寻优;其次,使用样本熵筛选VMD后的各模态分量(Intrinsic Mode Function,IMF),对含有噪声的分量进行NLM去噪重构;再次,引入将注意力机制和软阈值化相结合的残差网络,建立1DDRSN模型;最后,将去噪重构的信号输入至1DDRSN进行故障诊断识别,并通过DDS试验台进行了验证。【结果】结果表明,去噪后的信号与原始信号相比,使故障准确率提升了3.16%,说明优化VMD-NLM具有较好的降噪效果;1DDRSN诊断准确率达到了99.33%,与卷积神经网络(Convolutional Neural Network,CNN)、ResNet相比,准确率分别提升了5.97%、1.17%,验证了该方法的可行性和诊断效果的准确性。

关键词： 变转速   液压齿轮泵   故障诊断  

摘要： 随着工业技术的不断发展,变转速液压齿轮泵在工业生产中的应用日益广泛。然而,由于其工作环境的复杂性和运行条件的严苛性,变转速液压齿轮泵常常面临各种故障问题,这不仅影响了生产线的稳定运行,还可能导致严重的经济损失和安全隐患。通过对变转速液压齿轮泵故障机理进行分析,探讨变转速液压齿轮泵故障诊断方法,为实际工程应用提供理论依据和技术支持。

关键词： 线接触   弧齿锥齿轮   本体温度场   热变形   有限元分析  

摘要： 【目的】针对线接触弧齿锥齿轮传动中轮齿温度变化导致的啮合传动问题,为揭示线接触弧齿锥齿轮啮合传动中的稳态本体温度分布及热变形规律,开展了考虑轮齿摩擦生热和对流换热的轮齿有限元仿真研究。【方法】首先,依据线接触弧齿锥齿轮加工齿面模型建立了齿轮副的三维模型;其次,基于该三维模型,结合摩擦学和传热学理论,给出轮齿各表面的热边界条件,求解了线接触弧齿锥齿轮传动中的热载荷;再次,建立单个轮齿稳态本体温度场有限元分析模型,获得了其稳态本体温度场分布,以及转速、转矩、环境温度对温度场的影响规律;最后,将所得温度场结果作为体载荷对齿轮结构场进行加载,进行热-结构间接耦合分析,获得了单齿热变形情况。【结果】结果表明,主动轮温度高于从动轮,且均在齿面靠近大端处形成高温区;齿面最高温度随着转速、转矩和环境温度的升高而增大,但分布无明显变化;轮齿受热呈整体膨胀变形,齿面法向热变形分布不均,且齿顶较齿根处变形大。

关键词： 故障诊断   神经网络   声学信号   振动信号  

摘要： 重点基于神经网路的齿轮故障的诊断技术的基本原理进行了介绍。首先对齿轮故障诊断技术的研究历程与现状进行了介绍,接着对神经网路的基本原理进行了分析,进而又以基于声学信号与振动信号的两种方式对齿轮故障诊断的基本原理进行了阐述,最后以卷积式神经网络为例,对基于神经网路的齿轮故障判定的技术原理进行了阐述。

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： 22CrMoH齿轮钢   淬透性   合金元素   自由铝  

摘要： 采用末端淬火试验(Jominy试验)研究了Al、N含量对22CrMoH齿轮钢淬透性的影响。结果表明,不同Al、N含量对22CrMoH齿轮钢本质晶粒度和末端淬火时的实际晶粒度影响不明显,但自由Al含量对22CrMoH齿轮钢淬透性有明显影响。当自由Al含量≤0.018%时,对试验钢淬透性影响较小;当自由Al含量从0.018%增加至0.020%时,试验钢淬透性急剧提高,J5~J25点硬度值提高幅度达到5 HRC以上;随着自由Al含量进一步提高,试验钢淬透性稍有提高。因此,为获得窄淬透性带宽的22CrMoH齿轮钢,可通过调整Al、N含量使自由Al含量≤0.018%或≥0.020%。

关键词： Gear eccentricity   Electromechanical coupling   Running resistance   System stability   Vibration characteristics  

摘要： The gear transmission system directly affects the operational performance of high-speed trains (HST). However, current research on gear transmission systems of HST often overlooks the effects of gear eccentricity and running resistance, and the dynamic models of gear transmission system are not sufficiently comprehensive. This paper aims to establish an electromechanical coupling dynamic model of HST traction transmission system and study its electromechanical coupling vibration characteristics, in which the internal excitation factors such as gear eccentricity, time-varying meshing stiffness, backlash, meshing error, and external excitation factors such as electromagnetic torque and running resistance are stressed. The research results indicate that gear eccentricity and running resistance have a significant impact on the stability of the system, and gear eccentricity leads to intensified system vibration and decreased anti-interference ability. In addition, the characteristic frequency of gear eccentricity can be extracted from mechanical signals and current signals as a preliminary basis for eccentricity detection, and electrical signals can also be used to monitor changes in train running resistance in real time. The results of this study provide some useful insights into designing dynamic performance parameters for HST transmission systems and monitoring train operational states.