关键词： 端直面齿轮   啮合分析   传动误差   接触迹   重合度  

摘要： 端直面齿轮作为一种新型齿轮构型,在军事领域应用广泛。然而由于端直面齿轮副的点接触特性,传统的啮合分析数值计算存在迭代时间长、收敛性差的问题。根据参数物理化的思路,提出了一种端直面齿轮啮合分析的高效计算方法。在分析了端直面齿轮啮合分析传统计算方法的基础上,探讨了端直面齿轮啮合分析的计算方法优化原理,形成了基于参数物理化的端直面齿轮啮合分析的算法流程。与传统算法进行了比对,结论显示算法通用性强,计算效率大大提升。为后续开发端直面齿轮数值模拟计算软件提供了参考与方法。

关键词： 变速器   Laplace小波卷积网络   小波变换   注意力机制   卷积神经网络   故障特征提取  

摘要： 在变负载工况下,RV减速器齿轮箱的特征提取存在困难,且其故障模式也难以得到识别。针对这一些问题,提出了一种基于Laplace小波卷积网络(LWNet)和注意力机制(ATT)的变工况下齿轮箱故障诊断方法(模型)。首先,基于Laplace小波变换原理设计了小波卷积层(Laplace Net),代替传统卷积神经网络第一层,对输入信号进行了自适应特征提取,以获得更明显的冲击特征;然后,将注意力机制引入模型卷积网络,以增强故障信息权重,以SoftMax作为分类器进行了故障诊断;为了提高模型的稳定性,每层卷积后接归一化层(batch normalization,BN),对特征进行了归一化处理,使用Dropout(0.5)防止过拟合;最后,使用RV减速器齿轮箱的数据集对基于LWNet和ATT的方法(模型)进行了验证。研究结果表明:基于LWNet和ATT的方法(模型)能够自适应地定位故障信号的冲击信息,在定负载条件下,其平均诊断准确率高达99.92%(相比于经典的深度学习模型与近期的方法,其准确率提高了3.25%~12.26%),该方法具有更高的诊断效率;在变负载条件下,该方法的平均准确率也可以达到98.09%。基于LWNet和ATT的方法(模型)解决了变工况条件下减速器齿轮箱振动信号特征提取困难的问题。

关键词： 齿轮箱   麻雀优化算法   深度置信网络   小样本   迁移学习  

摘要： 实际工程场景中齿轮箱受工况、环境等因素影响,数据难以满足特征分布相同、训练数据充足等条件,如何在变工况情况下对齿轮故障进行诊断是故障诊断领域一大难点。为此,提出了一种结合Logistic混沌麻雀搜索优化算法(LSSA)与深度置信网络(DBN)的智能故障诊断方法,即LSSADBN。首先,将时域振动信号进行快速傅里叶变换(FFT)转换为频域信号作为训练数据集,运用Logistic混沌映射对SSA种群进行初始化,采用LSSA方法对训练数据集进行DBN结构寻优;使用最优结构DBN对源域训练集进行预训练,并加入少量目标域样本用于反向权重调优,最终实现在小样本情况下对目标域齿轮箱健康状况的准确识别。实验对比结果证明,LSSADBN方法在模型调优阶段具有更快的收敛速度,且针对不同的目标域进行迁移时都具备较高的准确率,LSSADBN方法的研究对小样本情况下的齿轮箱故障诊断具有一定的应用价值。

关键词： 风电机组   齿轮箱   增速比   配齿   均载特性   振动特性  

摘要： 传统的风电机组齿轮箱配齿仅取决于行星级的同心、安装、邻接条件,而忽略了其对齿轮箱重量及动力学特性的影响。以某增速比为97的5 MW海上风电机组两级行星一级平行齿轮箱为研究对象,得到其减重优化后的各级增速比解耦区间;建立基于零阶优化算法的齿轮箱配齿方案及相应的齿轮箱Simpack虚拟样机;在额定转速工况下对齿轮箱均载特性、振动特性进行定量统计分析。仿真结果表明:当第一级太阳轮、行星轮、内齿圈齿数分别为29、28、85,第二级太阳轮、行星轮、内齿圈齿数分别为26、46、118,第三级大、小齿轮齿数分别为111、25时,齿轮箱行星级均载特性良好,高速输出轴传动平稳,为大型海上风电机组齿轮箱配齿设计提供理论支撑。

关键词： 齿轮箱   迷宫密封   防水特性   流场仿真  

摘要： 针对恶劣运行环境下机车齿轮箱迷宫密封结构的防水问题,文章从输出轴车轮侧和电机侧迷宫密封结构最外侧的挡水排结构入手,对其进行特殊工况下的流场仿真计算,定性分析迷宫密封结构的防水特性,同时提出挡水排结构优化方案并进行仿真验证。

关键词： 特种车   非圆齿轮   无级变速  

摘要： 非圆齿轮无级变速器能够克服钢带式机械无级变速器的固有短板,并满足大负荷的传动需求。利用这一特性,介绍了该变速器的总体方案布置,给出了变速器各部套结构及产品总成,通过台架试验验证了其能够满足某特种车的现有使用要求,为该型变速器未来的发展提供了参考。

关键词： 齿轮传动   啮合刚度激励   啮合误差激励   齿轮间隙冲击  

摘要： 因齿轮传动具有良好的传动性能,在机械领域中应用十分广泛,但随着高速、重载及可靠性要求的不断提高,齿轮传动的动力学特性对齿轮传动系统的负面影响越加明显,使得齿轮传动应用在航空航天、轨道交通、精密制造等方面受到一定程度的制约。其负面影响在于齿轮传动系统存在啮合刚度激励、啮合误差激励、齿轮间隙冲击。啮合刚度激励是由于轮齿啮合对数受重合度的影响发生周期性变化所产生周期性激励,啮合误差激励是齿轮在加工误差或安装误差导致实际啮合位置与理论啮合位置之间的偏差所产生的周期性激励,齿侧间隙冲击是轮齿间隙引起轮齿冲击力,这些激励是齿轮传递动力时的固有激励,从而造成齿轮传动系统振动和噪音。现有研究手段主要考虑某一因数对系统动力学影响的不足,实际齿轮传动的激励是啮合刚度激励、啮合误差激励、齿轮间隙冲击耦合,在此基础上提出了齿轮传动应用场合可依托现有计算机仿真技术对其进行仿真三种激励耦合对其动力学特性影响,也阐述了改善三种激励对其动力学性能的因影响措施发展方向。

关键词： 行星齿轮箱   SFLA-PSO融合算法   自适应噪声完备总体经验模态分解   故障诊断   样本熵  

摘要： 以行星齿轮箱为研究对象,针对经验模态分解(EMD)存在模态混叠、易出现端点效应等缺陷,导致难以很好地解决行星齿轮箱振动信号耦合及非线性特征的提取问题。本文以自适应噪声完备总体经验模态分解(ANCEEMD)为信号处理方法,引入样本熵进行特征提取,应用群智能融合算法优化的神经网络模型对行星齿轮箱故障进行识别和诊断。对于混合蛙跳算法(SFLA)与粒子群优化算法(PSO),实施“两层优化和内外循环”的融合机制,提出SFLA-PSO融合算法。开展了行星齿轮模拟故障实验,采集了行星齿轮箱的多种故障的振动信号,进行了样本熵特征提取,应用SFLA-PSO融合算法优化了BP神经网络模型,对行星齿轮箱故障进行识别诊断。结果表明:基于ANCEEMD样本熵特征提取的SFLA-PSO-BP诊断模型较PSO-BP和BP在行星齿轮箱故障诊断中的准确率分别提高了5%、15%。

关键词： 教学   齿轮-凸轮   结构设计   控制  

摘要： 针对纯机械、单机械结构的实验设备不满足教学需求的问题,提出一种多功能齿轮-凸轮机构分析方法。通过现有的纯机械实验设备作为参考,建立机械结构模型,通过三维制图软件绘制出三维结构图,加入传感器、控制器、动力源等元器件,传感器测量齿轮、凸轮转速与凸轮从动件的位移、速度、加速度,将数据传送回控制器,处理采集到的数据并在触摸屏上显示,通过触摸屏控制电机的启停、转速,进行程序、触摸屏的仿真调试,最终完成实验仪的设计。

关键词： 耙吸式挖泥船   工况   双速比齿轮箱   螺旋桨特性   推进效率  

摘要： 耙吸式挖泥船在作业过程中存在自由航行及挖泥作业两个基本的典型工况,而其螺旋桨通常按照自由航行工况设计,导致在挖泥作业工况下螺旋桨推进效率低下,针对此问题,文章提出将双速比齿轮箱应用于耙吸式挖泥船上的方案,并结合长鲸9轮论证该方案的可行性,同时对其实际作业工况及螺旋桨特性进行详尽分析,确定出不同工况下的螺旋桨转速。实船验证表明:双速比齿轮箱的应用可以使挖泥船螺旋桨在不同工况下获得所需转速,有效降低了主机功率损失,提高了船舶推进效率,为船舶带来良好的环保及经济效益。