关键词： 小波分析   风电机组   齿轮箱   振动信号   识别  

摘要： 针对传统齿轮箱振动信号识别方法使用过程中识别准确率较低,研究基于小波分析的风电机组齿轮箱振动信号识别方法。通过经验模态分析将振动产生信号分解后,提取信号振动时的频率特征,利用小波变换算法确定频率局部化特征,将振动产生的不同频率用来表示齿轮箱振动信号的变化幅度。实验表明使用小波分析方法进行振动信号识别,当频率为500 Hz时,信号的幅度变化值为3 m/s^(2);当频率为1000 Hz时,信号的幅度变化值为6 m/s^(2);而对异常信号的识别平均准确率为97.2%,准确率较高,说明设计方法的识别效果较好。

关键词： 刮板输送机   齿轮故障诊断   时频特征   DCNN  

摘要： 刮板输送机减速箱齿轮在重载工况以及长时间运行下容易发生断齿故障。刮板输送机电流信号中存在着大量齿轮故障信息。首先对电流数据进行采集并且通过幅值解调的方法消除电流中的工频干扰分量,其次将处理后的电流信号转变为二维时频图像,最后搭建诊断网络模型完成对齿轮故障的识别。结果表明,该方法对刮板输送机断齿故障的诊断准确率为99.15%。

关键词： 内啮合齿轮泵   月牙板   受力分析   结构优化  

摘要： 针对内啮合齿轮泵月牙板受力情况复杂,易发生断裂,且为高压内啮合齿轮泵中容易损伤失效的关键零部件,对组合式月牙板进行受力分析。通过Solidworks软件建模,利用Pumpinx软件进行流场分析,得到在内啮合泵稳定工作状态下月牙板受力情况,并得出齿轮啮合中心距越大,月牙板易弯折面面压力波动越小;第一间隙流场入口角度越大,间隙易弯折面受力越小;第一间隙流场入口升程越小,间隙易弯折面受力越小;当第一间隙流场结构改为U形结构时,间隙易弯折面受力降低4.9%,能有效提高泵的使用寿命,对高压化内啮合齿轮泵月牙板的设计及研究提供参考。

关键词： 齿轮   有限元法   载荷谱   S-N曲线   疲劳寿命  

摘要： 针对齿轮在长周期交互循环载荷作用下的疲劳失效问题,以一对相互啮合的渐开线直齿轮为研究对象,对其进行了静态和动态应力分析,并基于载荷谱及材料的S-N曲线以及线性累积损伤理论,对其进行疲劳寿命分析,得到不同影响因素下的齿轮疲劳寿命云图和各个节点的最小疲劳寿命。结果表明:在静载条件下,齿轮副的最小疲劳寿命区域出现在静态力学分析的最大接触应力位置;在动载条件下,齿轮副的最小疲劳寿命则位于齿面分度圆与齿轮端面的过渡区域。

关键词： 后桥   噪声   NVH   齿轮  

摘要： 后驱动桥是汽车底盘传动部件的重要组成,后桥异响又是困扰底盘和主机厂的一个重要难题,如何精准地分析异响的来源并提出改进措施一直困扰着各大主机厂和底盘零部件公司。本文从异响的工况调研出发,通过FTA故障树的分析手法,结合有限元分析(finite element analysis,FEA)和噪声、振动与声振粗糙度(noise、vibration、harshness,NVH)测试分析手段对后桥的异响做了系统性的分析,并给出了有效的优化和改进措施。从结果验证来看,该措施有效地控制了后桥主减噪声源,对解决异响问题有指导性意义。

关键词： 地铁动车组   齿轮箱   油位线   机器视觉   特征提取   目标检测  

摘要： 针对地铁列车在运行中,油表中汽油时常不足,人工检测油表线效率低、准确度不高的问题,提出基于改进DeepLabV3+的油表油位线检测算法。通过训练YOLOv4网络,定位油表位置,采用改进Dee⁃pLabV3+网络进行训练并对其分割,利用推理出的二值图计算油位线高度占比。试验验证表明,这种算法准确率达99.2%,可准确显示油表油位线高度,并根据具体要求提前报警。

关键词： 注塑工艺   DOE试验设计   聚甲醛齿轮弯曲疲劳寿命   最优工艺  

摘要： 为了研究注塑工艺对聚甲醛(POM)齿轮弯曲疲劳寿命的影响,采用了DOE实验设计方法,并参考GB/T 14230-2021《齿轮弯曲疲劳强度试验方法》中的运转型试验方式来制定试验方案和设计测试装置。按照设计的实验计划,进行了齿轮弯曲疲劳寿命的试验,并获得POM齿轮寿命实验数据。通过Minitab软件对实验数据进行分析,得到弯曲疲劳寿命的主效应图和Pareto图。分析结果表明,模具温度和保压压力是影响POM齿轮弯曲疲劳寿命的两个主要工艺参数。为改善这些工艺参数对齿轮性能的影响,对模型进行了优化改进,并建立了回归方程来描述模具温度和保压压力对齿轮弯曲疲劳寿命的影响。通过实验验证发现,通过Minitab的响应优化得到数据模型预计最佳值及最优工艺配置:模具温度120℃,保压压力120MPa。在工艺优化后,POM齿轮的弯曲疲劳寿命提高了约59%。这表明,经优化后的注塑工艺,可以显著改善POM齿轮的性能,并延长其使用寿命。

关键词： 行星齿轮箱   螺栓约束   传输路径   振动响应  

摘要： 针对行星齿轮箱振动响应,建立考虑齿圈螺栓约束的行星齿轮箱振动信号模型。基于集总参数模型,求解各部件的振动位移,计算内齿轮副的啮合力;将带螺栓约束的齿圈简化为欧拉-伯努利梁,通过求解梁的振动建立齿圈上任意点的振动信号。基于所建立的信号模型,分析振动信号的传输机制、振幅调制和重叠现象,以及螺栓约束对齿轮箱振动的影响,最后通过实验验证了新方法的合理性。该新模型不需要考虑所选振动部件的窗函数和权值,可以有效避免人为干扰,具有较强的通用性和适用性。

关键词： 异常状态识别   监控与数据采集系统   卷积对抗自编码器   指数加权移动平均控制图  

摘要： 对风电机组进行早期异常状态识别,有助于提高机组可靠性、降低运维成本。文章基于监控与数据采集(SCADA)系统数据,提出了一种基于卷积对抗自编码器的风电齿轮箱异常状态识别模型。首先,用预处理后的健康SCADA数据训练卷积对抗自编码器,根据训练结果自适应确定异常状态阈值;然后,将所有数据输入到训练好的模型中,利用自编码器的输入和输出计算曼哈顿距离作为健康状态的度量,使用指数加权移动平均控制图显示结果。由于不同机组所处运行工况不同,每个机组单独训练并测试。现场风电齿轮箱故障案例验证了方法的有效性。

关键词： 智能装配   强化学习   示例先验   机器人  

摘要： 工业生产中装配工艺直接关系到产品的产能和质量。当前机器人化装配算法需要根据具体的装配任务进行示教,难以适应工业场景下迭代迅速、工艺多变等特点。针对上述难题,提出一种基于强化学习的机器人装配算法。首先,使用机器人末端执行器力-力矩传感器和视觉传感器的多模态数据,提升模型的感知能力。然后,针对机器人试错成本高的问题,提出了一种融合人工示例先验的强化学习训练算法,通过专家经验池对策略模型和价值模型的参数进行初始化以减少低效探索。最后,在机器人齿轮装配任务中对所提算法进行验证。实验结果表明,加入多模态感知数据的模型具有更强的鲁棒性,人工示例先验的融合能够显著提升算法的训练效率。