关键词： 齿轮传动系统   非线性动力学   振动控制   延迟反馈控制(DFC)  

摘要： 齿轮传动系统在高速重载过程中容易出现混沌运动,由此产生异常振动与噪声,严重影响齿轮传动过程的平稳性与安全性。因此,使用延迟反馈控制(DFC)方法,通过DFC-RD、DFC-RV两种控制途径,对单级三自由度齿轮传动系统进行振动控制。建立含延迟反馈控制的齿轮传动动力学模型,并通过数值法对系统求解,获得无控制时齿轮啮合副的动力学特性及冲击状态。然后通过施加DFC-RD、DFC-RV两种控制方式,在控制参数取不同值时得到齿轮传动系统的I/P分岔特性的转迁过程。根据两种途径的控制效果可以得到,在DFC-RD下,较小的时滞量就可将系统从高周期轨道控制至低周期轨道,但对系统冲击状态没有很好的控制效果。在DFC-RV下,则需要相对大一些的时滞量来达到预期目标,这种方式的优点在于合适的时滞τ2会使齿轮传动系统从齿面冲击状态向无冲击状态转变。

关键词： 振动筛激振器   斜齿轮副   中心距   动力学特性   联动案例设计  

摘要： 该文借助数值仿真技术设计了具有煤矿行业特色的仿真实验与科研实践联动的项目案例。该案例以矿用振动筛激振器的关键部件斜齿轮副为研究对象,建立了振动筛激振系统虚拟样机,确定了斜齿轮副的复杂工况点和危险工况点,计算了标准中心距和非标准中心距下的疲劳寿命。深入研究了非标中心距下斜齿轮副中心距的动态波动特征和动力学振动响应特性,得出非标中心距不仅可以消除“挤齿”现象,而且能使啮合传动更加平稳。经过仿真实验与科研实践联动的案例训练,促进了学生专业知识的内化吸收,以及学生综合实践能力和工程创新能力的培养。

关键词： 故障诊断   深度学习   卷积神经网络   双向长短期记忆神经网络   支持向量机  

摘要： 针对传统卷积神经网络(CNN)对振动信号中的时序信息特征提取不敏感,导致对齿轮箱故障诊断准确率不高的问题,提出基于CNN与双向长短时记忆网络(BiLSTM)结合的改进模型用于齿轮箱故障诊断,利用BiLSTM神经网络能够根据时序信息建模的自适应特征提取能力,使改进网络同时具有空间和时间上的特征提取能力,对振动信号中故障特征进一步深度挖掘,同时采用支持向量机(SVM)代替Softmax分类器,克服了Softmax计算速度较慢,受噪声干扰较大的缺点。通过公开数据集验证,改进CNN网络模型故障诊断准确率为98.7%,损失为0.045,比单独的CNN模型准确率高18.8%,比Softmax分类的CNN-BiLSTM模型准确率高3.75%,实验结果证明了该方法比传统CNN网络诊断准确率更高、更有效。

关键词： 机电工程学院   武汉工程大学   机电学院   毕业生   过硬本领   倾听   理想信念  

摘要： 6月2日,武汉工程大学机电工程学院(以下简称机电学院)召开毕业生专题党课,老中青三代党员共话初心,寄语毕业生。倾听奋斗故事,理想信念在学子心中升腾。毕业生潘凌峰说:“未来,我将谨记嘱托,立志将‘小我’融入祖国的‘大我’,练就过硬本领,投身强国伟业。”

关键词： 质量控制   切削油   热处理油   防锈油  

摘要： 作为重要的清洁能源,风电产业正进入规模化的快速发展时代,并将保持良好的发展势头。齿轮和齿轮箱是风电系统的核心部件,对风电系统运行的稳定性有着至关重要的作用,因此对齿轮和齿轮箱的质量和可靠性提出了更高的要求,需要从源头上对齿轮和齿轮箱的加工质量进行控制。齿轮加工涉及到切削,热处理及防锈等环节,相应需要配套的切削油,热处理油和防锈油。对齿轮加工工艺及配套金属加工油的性能进行了综述。

关键词： 齿轮箱   故障诊断   稀疏分解   噪声  

摘要： 铣床齿轮箱的安全运行对保证机械设备的效率具有重要的作用,其故障诊断复杂难控。传统形式算法只是从原始振动信号中进行字典原子学习,并未从本质层面分析特征信息物理结构特性。采用低秩稀疏分解算法,并进行BCD求解对齿轮箱故障诊断开展分析。研究结果表明:特征信号已淹没到了噪声中,能够对等间隔冲击特征进行准确识别,并使特征信号信噪比由-9.152增大为4.716。表明采用稀疏低秩算法能够滤除噪声干扰,从而高效识别瞬态冲击成分。经过3次迭代后特征信号发生了奇异值快速衰减现象,具有明显稀疏特性。低秩稀疏分解信号形成的包络谱,已经实现了所有干扰频率成分以及噪声成分的滤除效果,采用低秩稀疏分解算法能够实现齿轮箱局部故障的准确诊断。

关键词： 焊接机器人   齿轮齿条   瞬态动力学   nCode DesignLife   疲劳寿命  

摘要： 针对焊接机器人龙门架组件齿轮齿条传动机构长期运行中易发生疲劳损坏的问题,提出利用ANSYS与nCode软件联合对齿轮齿条进行疲劳分析。建立齿轮齿条有限元模型,结合实际工况定义边界条件;在极端工况下对齿轮齿条进行瞬态动力学分析,得出最大穿透量较小,不会发生穿透现象,且最大等效应力远小于屈服极限,满足强度设计要求。为了研究不同摩擦系数、转速及负载对齿轮齿条在动载条件下疲劳寿命的影响,采用nCode DesignLife软件进行仿真分析,研究结果表明:在动载条件下,摩擦系数对齿轮齿条啮合时产生的等效应力影响较明显,转速对疲劳循环次数影响最大,摩擦系数对齿轮齿条疲劳损伤的影响最明显,该研究成果可为齿轮齿条抗疲劳优化提供理论指导。

关键词： 齿轮传动   啮合点   齿轮传动节点   纯滚动   齿轮节点加速度  

摘要： 引用了一个含齿轮啮合传动的运动学习题,指出了原题解中的错误,并分别用几何法和解析法给出了问题的解,所得结果一致.首次提出平面齿轮传动中节点加速度的一个重要性质:不管齿轮或齿条是作定轴转动还是作平面运动,节点的加速度在节点公切线方向的投影相等.

关键词： 压裂机组   行星齿轮箱   故障诊断   非接触传感器   深度特征融合   解耦卷积  

摘要： 行星齿轮箱作为页岩气压裂机组、海上风电机组等油气行业大型装备的关键部件,因工作中表面温度过高,或不允许改造(如打磨、钻孔)等限制了接触传感器(如振动传感器)的安装。为此,设计了行星齿轮箱声学和电机电流信号的非接触传感器采集方法;针对信号特征提取困难、特征不完备,以及诊断网络参数量大、计算效率低的问题,设计了新颖的轻量化多尺度解耦卷积网络方法,实现了行星齿轮箱声学和电机电流信号特征的深度融合。采用多尺度解耦卷积网络,提取声学信号和电机电流信号中对微弱故障及类间差异敏感的特征;进行标准卷积、串行并行计算以实现特征融合,使得特征相互补充,增强完备性;引入金字塔池化模块减少特征丢失。在行星轮断齿、缺齿和行星轮轴承保持架裂纹等典型故障模拟试验中,采集了声学信号和电机电流信号,对本方法进行验证,诊断准确率达99.73%。对比结果表明:轻量化多尺度解耦卷积网络融合诊断的效果优于标准卷积网络和同类结构网络;同时结合声学和电机电流信号的方法相比传统的接触传感器,以及单一非接触传感器有更高的诊断准确率和更强的抗噪性。研究结果可为行星齿轮箱的故障诊断提供参考。

关键词： 削轧设备   齿轮油   旋转盘电极原子发射光谱   红外光谱   润滑管理  

摘要： 近年来,国内制造业飞速发展,作为设备状态监测最早期的手段,油液监测也越来越被制造业的设备管理部门重视。因润滑导致的设备停机故障的损失是巨大的,有调研指出,造纸企业如果停线生产一小时的时间,直接经济损失大约700美元,这还不包括维修的费用。如果考虑到设备维修,在美国东南部一家大型造纸厂中发生的木材削片机的故障有可能会使公司花费高达100,000美元的修理费。基于此,通过分析某削轧设备齿轮箱油品异常现象,从油液原子发射光谱和红外光谱分析的角度,对故障油品进行了分析,从污染的角度给出了建议:油液运行不长时间出现黑色絮状物的原因可能是来自外界的污染,有可能是生产中使用的化学助剂污染。解决办法是缩短油液的监测频次,建立新油验收及使用中的监测规程。