关键词： 齿轮钢   EAF-LF-VD冶炼   淬透性   晶粒度  

摘要： 针对齿轮钢17CrNiMo6窄淬透性带、高纯净、细晶粒、高强韧等生产控制难点,通过优化成分,采用30 t EAF-LF-VD冶炼流程,经吹氩搅拌、白渣还原、真空精炼、氩气保护,控制脱氧、除杂、合金元素加入、浇注温度、速度、钢液冷却等工艺,主控成分C、Mn、Cr、Mo、Ni达到内控要求,气体和非金属夹杂得到有效控制,S≤0.003%、P≤0.005%、[O]≤0.001 6%、[N]≤0.007 5%、[H]≤0.000 13%;淬透性带宽控制在1~3 HRC,硬度值达到客户要求,低倍组织未发现点状偏析和肉眼可见的缺陷。锻造热处理后产品组织均匀,本质晶粒度达到8级,混晶不超过10%;强度、硬度值满足要求,室温和-40℃的低温韧性较好,强韧性达到良好匹配。

关键词： 面齿轮传动   时变啮合刚度   LTCA   修形   动力学  

摘要： 为了获得面齿轮传动系统真实啮合状态的时变啮合刚度,提出一种能够综合考虑齿面修形和安装误差,运用面齿轮轮齿接触分析(TCA)及承载接触分析(LTCA)技术的时变啮合刚度精确计算方法。构建了面齿轮副的TCA和LTCA模型,采用有限元和数学规划的方法获得轮齿接触变形及齿轮啮合力,计算得到面齿轮副精确时变啮合刚度,进而研究了修形参数对面齿轮系统时变啮合刚度的影响规律;在此基础上,建立了考虑时变啮合刚度以及综合传递误差等内部激励的面齿轮传动系统动力学模型,仿真了精确时变啮合刚度激励下的面齿轮传动系统振动响应,为面齿轮传动系统的动态设计提供了理论参考。

关键词： 立磨   FLENDER减速机   润滑   液压   轴承   齿轮  

摘要： 描述立式磨机的发展应用,对其驱动系统、润滑系统、液压系统作一总结,并对立式磨机的典型故障作一分析,提出预防的方法。

关键词： 双联齿轮   卡簧   装配工装  

摘要： 主要介绍了具有结构特殊的双联齿轮卡簧装配工装的设计和使用,适用于安装在内外齿啮合的齿轮件上。相对于传统的卡簧槽结构,双联齿轮的卡簧槽设计在内外齿轮上,装配时不仅要保证内外齿轮的啮合,同时还要保证卡簧安装在装配零件的卡簧槽内。因为结构特殊卡簧无法采用卡簧钳装配,所以针对双联齿轮卡簧的安装设计了一套装配工装,需提前将卡簧装配在外齿的卡簧槽内,利用装配工装使卡簧进行收缩,完成卡簧的装配。

关键词： 风力发电机   初始网   膨胀卷积神经网络   行星齿轮箱   故障诊断  

摘要： 针对风力发电机行星齿轮箱的健康维护和状态检测难以诊断的问题,该文提出一种初始网与膨胀卷积相融合的初始膨胀卷积神经网络(IDCNN)的故障诊断研究方法。该方法首先构建初始膨胀卷积层以扩大感受野来使学习到的故障特征更加丰富。随后为了方便信号输入且确保信息丰富,将采用将一维原始信号序列转化为二维矩阵的预处理方法。最终将生成的二维信号输入到IDCNN中进行模型训练,并用测试数据对模型进行评估。实验结果表明,提出的IDCNN方法在风力发电机行星齿轮箱的故障诊断中精度高,在对比结果中该文提出方法的诊断精度要高于传统的深度学习方法。

关键词： 故障诊断   小样本   原型网络   度量学习   时序注意力  

摘要： 针对小样本条件下原型网络在提取特征过程中会丢失振动数据的时序特征,且未修正样本在度量空间中的分布导致模型精度低的问题,提出一种时序注意力边界增强原型网络的齿轮箱故障诊断方法。首先,通过构建时间序列注意力模块,建立通道间的时序特征依赖,获得通道时序融合特征;然后,在计算类原型之后,增加邻边界损失以修正度量空间中的故障特征类内和类间分布,明确类原型的表征边界。最后,通过计算测试样本与类原型的欧氏距离,输出故障诊断结果。实验表明,在小样本条件下本文所提方法相比其他方法具有更高的故障诊断精度。

关键词： 斜齿轮   啮合错位   齿面修形   接触分析  

摘要： 为了减少斜齿轮传动因啮合错位导致的齿面偏载、传递误差增大、啮合冲击增大,研究考虑啮合错位的斜齿轮复合修形方法,讨论修形前后不同错位量下齿面啮合性能的变化规律。该方法考虑了啮合错位对齿轮啮合性能的影响,基于斜齿轮啮合接触计算模型,以齿面载荷分布、传递误差、啮合冲击等性能指标为评价依据,进行了“螺旋角修形+齿廓鼓形修形”的复合修形。结果表明:基于多目标的“螺旋角修形+齿廓鼓形修形”复合修形能有效改善因啮合错位造成的齿向偏载,且在降低传动误差峰峰值和改善啮合冲击方面显著优于单一的螺旋角修形,能较全面地改善斜齿轮的啮合质量。

关键词： 风电机组   状态监测   SCADA数据   时空特征   自编码网络  

摘要： 在风电机组状态监测问题中,常规自编码网络通常仅使用截面SCADA(supervisory control and data acquisition)数据,使得网络对数据时间特征的学习不足。因此,提出一种基于时空自编码网络的风电齿轮箱状态监测方法:使用1维卷积网络(1DCNN)级联双向长短时记忆网络(Bi-LSTM)作为编码层,序贯提取面板数据的空间及时间特征,以输入的重构误差作为预警指标实现在线状态监测。使用河北省某风电场实际数据验证,结果表明:相比故障记录时刻,时空自编码网络能提前20 d发出报警信号,且故障检出率和误报警次数均优于常规方法;通过分析重构误差各分量的贡献率,可知该齿轮箱故障中主要异常参数为油路压力和油池温度。

关键词： 高速列车   齿轮箱   两相流   浸油深度   转速   内部流场  

摘要： 以高速列车齿轮箱为研究对象,对其运行过程中内部润滑油流场进行数值模拟分析。利用Pumplinx软件采用RNG k-ε湍流模型和齿轮箱内部流场的VOF两相流模型齿轮箱进行数值仿真,同时对齿轮端面节点润滑油浓度进行监测,以获得准稳态下齿轮端面润滑油浓度和齿轮箱有效润滑油浓度变化规律。研究结果表明:在准稳态下,齿轮副转速增加,齿轮箱内有效润滑油浓度先升高后趋于稳定,驱动齿轮端面润滑油浓度增大,从动齿轮端面润滑油浓度减小;润滑油初始油量增加,齿轮箱内有效润滑油浓度近似线性增加,驱动和从动齿轮端面准稳态润滑油浓度逐渐增加。

关键词： 齿轮箱   最大互信息系数   循环神经网络   残差分析   故障预警  

摘要： 齿轮箱的损伤和失效会直接或间接导致风电机组的故障或停机,造成重大的经济损失。为了能对齿轮箱的故障状态进行预警,本文提出了一个基于大数据分析技术的风电机组齿轮箱故障预警模型。首先利用最大互信息系数分析各工况参数与齿轮箱输出轴温度的相关性,提取主要影响因子作为具有记忆时序信息的循环神经网络的输入特征,构建正常状态下齿轮箱温度的残差分布,设置故障预警阈值,从而实现对风电机组齿轮箱故障状态预警。