关键词： 黏度   齿轮泵   涡流   非定常计算  

摘要： 外啮合齿轮泵在高黏度工况下经常存在泄漏流、二次流等不稳定流动现象,对齿轮泵的运行产生很大影响。为了探索这些不稳定涡量的特性,对外啮合齿轮泵内不稳定涡量的流动特性进行分析。结果表明:黏度的增加可以改善齿轮泵内的流动状态,但会导致齿轮泵内的高压区和低压区明显增加,而出口流量逐渐减小;黏度越大泵出口流量变化趋于稳定需要的时间更长;在一个周期内,吸油腔的进口位置从没有旋涡到出现大小相等旋转方向相反的旋涡,旋涡逐渐增加随后脱落消散;从T_(0)+1/5T时刻开始,较大的旋涡出现在齿轮啮合处和排油腔内,且在排油腔内形成明显的“马蹄形”涡;黏度越大,齿轮泵在一个周期内同一位置的旋涡强度越小。

关键词： 直齿锥齿轮   齿面摩擦   非线性   分岔  

摘要： 由于直齿锥齿轮在传动过程中包含齿面摩擦和齿侧间隙等多种时变因素,导致轮齿间不可避免地发生振动冲击,影响传动平稳性及精度。为了提升锥齿轮的性能,研究直齿锥齿轮传动系统的非线性动力学特性,采用集中参数法建立了含齿面摩擦、齿侧间隙、综合传动误差等非线性因素的直齿锥齿轮轮传动系统弯扭轴耦合非线性动力学模型。使用4阶变步长Runge-Kutta法对直齿锥齿轮传动系统动力学微分方程进行仿真求解。通过分岔图、相图、Poincaré映射图分析系统的非线性动力学特性。结果表明:系统运行的过程中会发生跳跃分岔和擦边分岔使系统的运动轨迹和模式发生变化,并且出现连续的倍化分岔,使系统从周期1运动转迁为混沌运动;啮合阻尼比的增大会导致混沌运动逐渐变化为稳定的单周期运动;在动态设计系统时,适当提高啮合阻尼比可以提升系统的运行平稳性和可靠性。

关键词： 故障检测   齿轮   伺服电机自带编码器   变转速工况   瞬时角速度信号  

摘要： 提出一种使用伺服电机自带的编码器进行齿轮局部故障检测的方法,无需安装外置传感器,直接对自带编码器的信号进行数据处理实现齿轮局部故障的特征提取。从伺服电机自带编码器中引出信号采集接线,使用高速计数器记录旋转编码器角度位置脉冲上升沿之间的时间间隔;通过编码器信号计算瞬时角速度(instantaneous angular speed,IAS)信号,并在角域和阶次域对IAS信号进行分析和特征提取,实现齿轮局部故障的检测。以行星齿轮箱齿轮局部故障检测为例,通过试验对所提方法进行验证,结果表明,使用伺服电机自带编码器可有效实现低转速、变转速工况下的齿轮局部故障检测。

关键词： 风力发电机   齿轮   故障检测   GGD-EfficientNet   声纹识别  

摘要： 针对风力发电机齿轮箱齿轮故障时的噪声提出一种基于分组全局上下文网络(GE-GCNet)与深度可分离卷积(DSCConv)结合的效率神经网络(GGD-EfficientNet)和声纹识别的齿轮箱故障诊断方法。首先通过实验获取齿轮箱故障齿轮的噪声信号,并根据齿轮状态分为6类。然后,使用Log-Mel谱的方法提取噪声信号语谱图。考虑到效率卷积神经网络(EfficientNet)对齿轮故障语谱图特征提取能力不足等缺点,在EfficientNet的基础上,结合分组卷积改进的GE-GCNet和DSCConv,提出一种高性能的齿轮故障诊断模型GGD-EfficientNet。实验表明:所提方法能在齿轮箱故障齿轮语谱图数据集下准确率达到99.7%。所提模型能从数据集中对故障类型进行有效分类,可有效帮助诊断齿轮箱中齿轮故障。

关键词： 小模数齿轮   侧隙   高温   齿厚偏差   回差精度  

摘要： 为解决齿轮在高温下会发生热膨胀从而导致侧隙变化,产生齿轮卡滞,传动滞后从而影响编码器读数精度的问题,常采用设置齿轮齿厚偏差的方法来控制侧隙,目的是通过设置齿厚偏差来补偿高低温下的齿侧间隙;但齿厚偏差的增大会影响回差精度;针对这一问题,提出了一种考虑回差精度的齿轮侧隙控制方法,该方法能够在满足齿轮热变形、安装误差、齿轮加工误差同时保证齿轮传动的回差精度;通过理论计算,以及采用有限元仿真分析方法对编码器齿轮的热变形量进行了计算,验证了考虑回差精度的侧隙控制方法在能够有效补偿高低温变化带来齿侧间隙变化的同时保证回差精度,为精密仪器中的小模数齿轮传动系统提供了有效的侧隙控制解决方案。

关键词： 黏塑性   POM齿轮   啮合刚度   传递误差  

摘要： 为揭示负载、修形和温度对聚甲醛(POM-POM)齿轮副啮合特性的影响,建立热弹-黏塑性材料本构的POM-POM齿轮副3维有限元接触模型;结合POM材料的温度-模量效应,开展温度-应力顺序耦合的稳态热分析,并与POM-POM齿轮副温度服役测试结果对比;在稳态热分析基础上,进行完全耦合瞬态热接触分析,并将瞬态温升与Blok温度结果对比;通过齿根应变试验,验证不同负载工况下齿根应变计算的有效性。结果表明:齿轮副的稳态温升呈现齿根高、齿顶与端面较低的分布规律,并随负载增大而上升;通过试验对比得到,有限元计算齿轮稳态温升与试验结果一致,且瞬态温升与Blok公式结果一致;POM-POM齿轮副仿真齿根应变位于试验测试应变误差带内,表明考虑温度-模量效应的热弹-黏塑性材料本构能够表征POM塑料齿轮的热学特性和力学特性。此外,POM-POM齿轮副传动过程中出现啮合线延长且偏离理论位置,且温度对啮合线影响较小。齿面修形可降低其啮合线长度,但不能改善其偏转程度;啮合角在啮入和啮出时会出现较大的变化,温度使其啮合角在双齿啮合区域上升约1℃。啮合刚度与负载相关,随着负载增加,啮合刚度下降且重合度上升。同等条件下,POM-POM齿轮副的传递误差幅值约是金属齿轮副的10倍,且温度使传递误差幅值上升约39%,齿面修形可降低24%左右的传递误差幅值。

关键词： 行波共振   裂纹扩展   声测法   模态分析   频率比  

摘要： 针对某型航空发动机中央传动锥齿轮在实际工况下裂纹扩展断裂失效问题,采取实验与数值仿真相结合的方法,探究齿轮处于行波共振状态下裂纹扩展频率特性演化规律。基于行波共振理论与声测法,开展了正常齿轮和预制缺陷齿轮疲劳特性实验,实验结果表明:预制缺陷齿轮处于行波共振状态下裂纹迅速扩展,共振频率不断减小,裂纹扩展后期无法跟踪行波共振点,齿轮发生瞬断。基于模态分析方法,建立了不同裂纹尺度齿轮有限元模型,提出了裂纹扩展前期裂纹长度与模态频率比的函数关系,实验所测频率比与预测模态频率比相对误差在0.02%以内。仿真结果表明:随着裂纹程度的加深,齿轮结构不对称性加大,相同节径型振动的两个对称模态逐渐分化为两个不同的振动模态,模态频率比差值增大。综合实验与仿真结果,裂纹扩展前期行波共振导致裂纹尖端应力强度因子过大而促使裂纹发生扩展,裂纹扩展后期齿轮两对称模态交替出现,齿轮无法维持行波共振状态,由于裂尖应力强度因子接近或超过材料断裂韧性导致裂纹快速扩展,进而剩余强度不足而瞬断。

关键词： 齿轮系统   动力学模型   有限元分析   故障诊断  

摘要： 【目的】核电能源已成为我国乃至全球未来能源发展的主要趋势,核电装备作为高精密型制造领域的代表之一,其设计与制造具有极高的技术含量和要求。在核电循环泵用齿轮箱方面,其设计要求传递功率大、使用寿命长;相对于传统齿轮箱,其设计难度更大。针对上述问题,许多相关学者从动力学、机械设计、大数据、优化算法等方面进行了大功率核电循环泵齿轮箱的深入研究。综述了近十年来大功率核电齿轮箱传动系统在动力学分析领域的研究进展。重点探讨了集中参数法、有限元法以及刚-柔耦合法等主要分析方法的应用与发展。【展望】对大功率核电齿轮的三维建模技术和力学耦合模型模拟计算的进步进行了全面概述,并指出了该领域未来的研究趋势与核心关注点。此外,针对核电循环泵在实际应用中面临的装配工艺、润滑、故障诊断、后期维修以及安全监测等问题,提出了相应的改进措施与潜在的研究方向,以期为该领域的持续发展提供有益参考。

关键词： 齿轮非线性振动   齿面磨损   多初值分岔   动态失稳盆   共存吸引子  

摘要： 齿轮副安装误差加速齿面磨损,过度磨损会加剧轮齿啮合振动和非线性振动,引起齿轮过早失效,从而导致严重事故。为此,研究基于齿面磨损失效的齿轮传动系统动态失稳盆转迁机理对齿轮传动的安全可靠运行至关重要。考虑安装误差的影响计算齿轮副实际重合度;通过分析重合度与齿侧间隙的协同作用,提取齿轮副多状态啮合特征;计算并分析安装误差影响下时变啮合刚度、载荷分配系数和总动态啮合力的演化规律;建立含安装误差的直齿轮传动系统多状态啮合非线性动力学模型。基于非线性动态啮合力和Archard磨损模型,计算齿面磨损深度并构建基于齿面磨损失效的健康域。利用多初值分岔图、啮合力时间历程图、相图、Poincaré映射图和吸引域等,研究齿侧间隙与多初值的联合变化对动态失稳盆侵蚀与转迁规律的影响。结果表明,安装误差降低了齿轮副重合度和啮合刚度,非完全分岔引起共存多吸引子啮合力超限,导致动态行为的健康失稳,诱发动态失稳盆的侵蚀。间隙较大时在初值域的大部分范围内系统处于健康失稳状态。

关键词： 小波阈值去噪   GA-VMD样本熵   WOA-KELM   变速箱故障   联合收割机  

摘要： 为了提高联合收割机变速箱齿轮非线性、非平稳振动信号的识别精度,本文提出了一种全新的变速箱齿轮故障诊断方法。该方法结合了小波阈值去噪,以样本熵作为适应度函数的遗传算法优化变分模式分解,以及基于标准鲸鱼算法优化KELM参数选择的WOA-KELM模型。首先,运用小波阈值去噪方法对振动信号进行预处理,以此减少噪声干扰。其次,利用以样本熵为适应度函数的遗传算法对变分模式分解的参数进行优化,再通过优化后的VMD提取故障特征信息。之后,建立WOA-KELM故障诊断模型,利用该模型对故障特征集开展训练与识别工作。实验数据从多个不同方面证实了这种方法的有效性。当保留合适的模型参数时,该模型的故障识别率可达到94%以上。