关键词： 齿轮箱   故障诊断   残差网络   Transformer   鲁棒性  

摘要： 齿轮箱是各类机械设备的重要零部件,使用过程中会发生各类故障,引发生产安全事故造成经济损失,因此及时对齿轮箱进行故障诊断分析尤为重要。基于深度学习的故障诊断方法直接对原始振动信号进行故障诊断分析,可以快速准确地识别齿轮箱故障。本文基于深度学习中的残差网络和Transformer模型进行改进优化,进行基于改进残差网络的齿轮箱故障诊断方法研究:首先,引入Transformer故障诊断模型,该故障诊断模型使用多头自注意力机制对整段故障信号进行分析比对,避免了普通卷积神经网络因卷积核大小限制造成的权重偏置,结合残差网络构建适用于一维振动信号的Transformer故障诊断模型。使用西储大学滚动轴承数据集进行故障诊断实验,实验表明该故障诊断模型对滚动轴承的故障识别准确率高达99.99%。其次,针对Transformer故障诊断模型中多头自注意力机制产生的参数量过大,导致故障诊断模型难以部署训练的问题进行优化,提出了Hybrid混合故障诊断模型,该故障诊断模型使用深度可分离卷积构建卷积编码模块,结合多头自注意力机制构建分割深度转置注意力模块,将两类模块循环嵌套,大幅降低了故障诊断模型的参数量。使用西储大学滚动轴承数据集进行故障诊断实验,故障识别准确率仍为99.99%,故障诊断模型的参数量减少但性能没有减退;使用DDS数据集进行齿轮箱故障诊断实验,结果表明Hybrid故障诊断模型对齿轮箱故障识别准确率高达99.99%,对DDS数据集添加噪声进行抗噪实验,在高噪声下故障诊断模型仍有较高的准确率,验证了故障诊断模型的鲁棒性。最后,针对Hybrid混合故障诊断模型进一步优化。引入Hadamard积,使用CNN计算单元构建ConvtoFormer模块替换多头自注意力机制,进一步降低了模型参数量;使用多尺度特征融合模块,扩大模型的感受野,避免卷积计算引起的权值偏置现象;引入AdamW算法优化了故障诊断模型训练策略。使用不同强度噪声的DDS数据集进行实验,验证了模型的鲁棒性;使用不同工况的西储大学数据集进行变工况实验,验证了模型的泛化性。

关键词： 数字孪生   推手齿轮箱   结构动力学   代理模型   云图可视化  

摘要： 包装机通常在高速状态下往复运行,推手齿轮箱作为本文的研究对象,其关键零件由于惯性力的作用容易出现较大的应力和变形,影响包装质量。然而,鉴于推手齿轮箱结构紧凑、高速运行的特点,无法布置传感器测量关键零件所受的应力情况。为此引入数字孪生技术,通过在虚拟世界中建立物理实体的孪生模型,重点实现推手齿轮箱运行状态实时监测和关键零件实时应力分析。本文的主要研究内容如下:(1)研究了推手齿轮箱的结构和工作原理,在此基础上分析了数字孪生系统需求,提出了系统的设计方案和开发框架。讨论了构建结构动力学分析数字孪生系统的关键技术,利用数模简化、高精度低计算量分析模型和高保真高效可视化实现物理实体与虚拟模型的实时映射,为数字孪生系统的开发奠定了基础。(2)在详细分析了推手齿轮箱传动链的基础上,推导其运动学方程,实现虚拟模型的同步运动。通过对第一推进器的模态分析,设置瞬态动力学仿真分析时的阻尼。对比分析边界条件和仿真求解设置对仿真结果的影响,确定了合适的仿真方案。对第一推进器进行多工况下的瞬态动力学分析,获得关键零件在对应工况下所受的应力情况。(3)提出了一种关键零件实时应力分析代理模型构建方法。通过分析代理模型输入特征,设计了一种分步降维方法。在此基础上,对比分析ELM、RBF、BP网络在应力回归预测上的精度,选取ELM网络建立应力回归预测模型。并且利用WOA算法优化ELM网络结构,提高预测精度。之后,根据应力回归预测模型的输出,利用B样条曲线拟合实现不同工况下关键零件应力的实时输出。(4)设计并实现了推手齿轮箱结构动力学分析数字孪生系统。确定了系统开发方案,并研究了应力云图可视化技术。基于Unity3D引擎,完成了实时状态监测和实时应力分析功能模块中的各项功能。通过对系统的测试和应用,反映论文研究的方法和开发的系统软件在推手齿轮箱运行状态实时监测和关键零件实时应力分析中良好的应用效果。

关键词： 高速人字齿轮传动   风阻损失   减阻结构   流场   温度场  

摘要： 人字齿轮传动具有重合度大、平稳性好、承载能力强和传动效率高等特点,在高速重载传动系统中得到了广泛地应用。高速重载的工况常伴随着大量的风阻功率损失与摩擦生热,若润滑不充分,将产生冷却不充分、齿面胶合等问题,严重时导致传动失效。高速重载人字齿轮传动通常采用喷油的润滑方式。为探究相关因素对喷油润滑的影响,提高润滑效果,本文开展了具有减阻结构的高速人字齿轮传动流场与温度场的仿真研究,主要工作内容如下: (1)以高速重载人字齿轮传动系统为研究对象,利用UG进行了传动系统三维模型参数化建模;通过仿真对比了减阻结构设置前后的风阻功率损失,评估了减阻结构减阻效果,为减阻结构设置提供依据。 (2)基于计算流体动力学,建立了流场数值仿真模型,分析了传动系统的油液状态、压力场与速度场分布规律及不同喷油方式对润滑效果的影响;针对具有减阻结构的高速人字齿轮传动系统,研究了减阻结构距齿顶距离变化对润滑效果的影响。 (3)根据人字齿轮副啮合原理,建立了时变接触线长度、齿面接触应力、相对滑动速度、摩擦系数和风阻功率损失计算方法,分析了齿轮总生热量;根据热传导、热对流与热辐射等途径,详细阐述了喷油润滑状态下高速人字齿轮传动系统的传热机制。 (4)利用计算流体动力学方法,建立了高速人字齿轮传动系统的热-流耦合数值计算模型,通过齿面温度、齿面对流换热系数及箱体温度的分析,研究了喷油方式、减阻结构距齿顶距离对传动系统温度特性的影响。

关键词： 齿轮箱   声学诊断   麦克风阵列   波束形成   CNN-T   DAS-Swin-T   深度迁移学习  

摘要： 齿轮作为机械设备的主要部件,大量复杂精密的机械设备都离不开齿轮传动,齿轮在机械设备运行时无法准确掌握其健康状态,而其发生故障会严重影响机械设备的正常运行,严重时甚至会造成巨大的机械事故,所以对齿轮的健康状态检测至关重要。目前机械设备的复杂程度越来越高,设备的工作环境较为恶劣,所以采用非接触式的声音传感器采集信号对故障进行特征提取具有一定价值。传统的声学故障诊断在理想条件下具有不错效果,但针对于具备大量噪声的现场环境却稍显不足。为了能保持齿轮良好的性能,齿轮箱声学诊断方法需要克服不同工况与噪声等问题,因此采用麦克风阵列技术进行空域滤波降噪提高信噪比可以为后续方法的诊断提供良好的训练数据,有效声学诊断方法可以解决噪声环境下齿轮的健康状态诊断,并且能够实时的对各类故障状态进行识别,这是齿轮声学诊断中颇为挑战性的任务。随着人工智能时代的到来,各个行业都逐渐融入了人工智能技术,从而给故障诊断领域提供了更多有效的检测方法。深度神经网络可通过不断的自学训练对设备运行状态做出及时的预判,与依赖人为经验的故障诊断方法相比具有较高的准确性。因此,根据上述诊断思路,本文提出了基于深度学习与麦克风阵列的齿轮箱声学诊断方法,围绕齿轮箱中齿轮声学故障诊断方法展开了深入研究,本文主要研究内容如下:(1)分析了麦克风阵列的结构模型,对基于波束形成的声信号增强方法的原理及算法进行了介绍。在此基础上搭建了齿轮箱声学诊断实验平台,通过分析齿轮的声学振动机理和常见失效形式对齿轮故障的声学特征进行分析,并对齿轮的不同故障进行了模拟以及针对齿轮箱声信号制定出合理的采集方案。(2)针对单一麦克风声学诊断无法利用空间信息的问题,提出了基于CNN-T与麦克风阵列结合的齿轮箱声学诊断方法。CNN-T融合了CNN(卷积神经网络)与Transformer模型,将麦克风阵列中波束形成方法作为预处理并进行梅尔频谱特征提取,CNN-T分别将梅尔频谱特征以图像的方式和以时间序列的方式进行特征处理,将两种不同方式处理的特征在全连接层进行合并,最终进行齿轮箱的声学诊断。实验中对比了不同信噪比下单通道信号训练的CNN-T与CNN、Transformer模型的准确率,证明了CNN-T模型具备更好的故障诊断效果。实验对比了不同信噪比下麦克风阵列预处理对CNN-T声学诊断影响关系,结果表明采用延迟求和波束形成技术的预处理方法使模型具备更高的泛化性,优于原始单通道信号和MVDR波束形成技术的预处理方法训练模型。(3)针对麦克风阵列预处理过程中对信号处理技术的依赖以及网络模型训练难、样本数量需求大的问题,提出了基于DAS-Swin-T与深度迁移学习的端到端声学诊断方法,利用多通道信号的梅尔频谱图像进行训练。DAS-Swin-T网络在Swin-T的基础上加入了波束形成层,通过反向梯度求导计算出导向矩阵和各通道的位置因子使得各通道特征进行对齐,消除麦克风之间的位置差异和接收信号的时间差异,然后对特征频谱进行分块,加入位移窗口自注意力机制及相对位置编码,使切分的小块之间仍然保持信息交互,不丧失特征谱图的图像信息,从而提高模型识别能力,实现端到端的齿轮箱声学诊断方法。采用DAS-Swin-T预训练的迁移学习方法通过对模型进行参数微调缩短了网络的训练时间以及解决了样本较少的问题,并更好的将端到端模型进行推广应用,提高了系统的智能性。对比实验表明不同信噪比的单工况以及变工况数据集下DAS-Swin-T分类准确率都有明显的提高。迁移实验表明,本算法不仅减少了训练时间并且还具备很好的迁移效果,可用于实现工业环境的快速故障诊断。(4)最后针对齿轮箱声学诊断所需功能的分析,基于Matlab与python联合编程的方式设计了齿轮箱故障诊断系统,将上述算法融入到软件之中实现故障诊断的信号采集、信号分析、麦克风阵列信号增强和智能诊断功能。

关键词： 齿轮齿面   激光冲击强化   残余应力   有限元仿真   表面改性  

摘要： 齿轮在机械传动系统中发挥着传递动力以及调节运动速度等重要作用,齿轮凭借其传动比准确可靠、传动效率高和结构紧凑等优点,在机械设备中得到广泛应用。齿轮作为航空传动系统最重要的结构件之一,工况非常复杂。齿轮的主要性能是由其材质特性所决定,整个航空减速器的质量、承载能力、干运转能力、寿命等重要指标都与之密切相关。齿轮长期处于运行状态,容易发生齿面磨损、齿面疲劳,齿面断裂等失效。随着航空发动机的快速更新发展,对齿轮使用性能提出更高要求,要求齿轮具有优良的强度和疲劳特性,因此采取有效措施强化齿轮,提高齿轮使用寿命显得尤为重要。激光冲击强化(LSP)技术是利用强激光束辐照材料表面产生的冲击波来提高金属材料强度、硬度和改善材料的耐磨性。由LSP强化后的材料表面产生残余压应力,因此材料耐应力腐蚀和抗疲劳性能得到有效改善。本文以18Cr2Ni4WA材质航空齿轮为研究对象,采用有限元仿真模拟与试验结合的方法,研究LSP技术对齿轮齿面疲劳性能和耐磨损性能的影响,为实际工艺提供一定的指导和依据。以基础靶材模型和齿轮模型作为有限元仿真研究基础,进行单点激光冲击强化模拟,研究影响激光强化效果的四个参数(脉冲能量、光斑半径、冲击次数、光斑搭接率),分析其影响规律,综合选择最优工艺参数。对齿轮模型进行LSP有限元模拟研究。对齿轮试样齿面进行LSP试验,利用X射线应力测试仪对齿轮齿面残余应力进行测量,绘制残余应力分布曲线图,与仿真结果做对比,分析产生二者结果误差的原因,实现理论与试验的相互验证。对齿轮材料进行拉伸疲劳试验、耐磨性试验以及硬度测量,验证激光冲击强化技术对齿轮材料疲劳寿命的提升和表面性能的改善。研究结果表明LSP强化可是疲劳寿命提升1.6至2.6倍,材料耐磨性能提升33.98%,而材料表面硬度提升34.11%。

关键词： 刮板输送机   行星齿轮箱   故障诊断   多域特征   双向长短期记忆网络  

摘要： 刮板输送机作为关键的煤矿综采设备之一，承担着煤炭运输的重要任务，行星齿轮箱是刮板运输机的核心传动装置，由于自身传动系统结构的复杂性和井下恶劣的工作环境，导致行星齿轮箱的齿轮部件在载荷冲击下极易发生故障，直接影响企业的生产效率和安全问题。如何有效实现行星齿轮箱的故障诊断仍是当前的热点研究问题，本文以刮板输送机行星齿轮箱作为研究对象，综合运用了数据分析处理、人工神经网络、参数寻优和实验对比方法，提出了基于多域特征与双向长短期记忆网络的行星齿轮箱故障诊断方法。主要研究内容如下:　　（1）对行星齿轮箱的传动特性和故障类型开展研究，从常见的故障形式和振动检测技术原理出发，分析了不同齿轮故障所产生振动信号的特点，搭建刮板输送机行星齿轮箱故障实验台，通过基于LABVIEW开发的故障诊断数据分析软件采集不同故障状态下行星轮和太阳轮的振动数据，构建完备初始数据集。　　（2）针对背景噪声和故障信号调制现象所导致行星齿轮箱故障特征提取困难的问题,提出了一种基于小波阈值（WT）降噪和变分模态分解（VMD）的齿轮多域特征提取方法。通过改进小波阈值的降噪方法对原始振动信号进行降噪处理，避免了传统硬阈值函数的局部震荡和软阈值函数的重构误差对降噪效果的影响，得到高分辨率的去噪重组信号，提取有效时域特征和频域特征;通过VMD算法对降噪后信号进行分解重构，结合包络谱分析和信息熵提取时频域特征。经过实验数据验证，证明了所构建多域高维特征集的有效性。　　（3）针对多域高维特征集中无效特征和冗余特征导致‘维度灾难’的问题，将随机森林模型与核主成分分析（KPCA）算法相结合，提出一种综合特征降维方法。通过构建随机森林算法模型，强化特征与标签之间的联系并剔除关联较小特征;将处理后的特征通过KPCA算法进行低维映射，降低了特征冗余，并通过改进K均值聚类方式对降维后的特征进行可视化，与PCA、LLE、TSNE等降维算法进行对比，所提方法具有更高的识别率。　　（4）针对行星齿轮箱振动信号的时序特性，建立了基于双向长短期记忆网络（BiLSTM）的齿轮故障诊断模型，为了提高模型的诊断准确率并避免过拟合现象，利用贝叶斯和Adam算法对BiLSTM模型进行优化，得到模型最佳超参数和可学习参数组合。通过对比实验分析，验证了本文所提特征和BiLSTM模型的合理性。将该算法应用到刮板输送机行星齿轮箱的复合故障诊断中，能够较好的识别出行星轮和太阳轮的故障，综合准确率达到了99.43％。

关键词： 稀疏优化   罚函数   凸优化   故障诊断   齿轮箱  

摘要： 交通运输是我国经济发展中基础性、战略性、先导性行业和关键的服务性产业。作为交通运输系统的重要组成部分,载运工具的运行安全直接影响着整个交通系统的运营与发展。齿轮箱是载运工具中的关键传动构件,起着改变转速、力矩与传动方向的作用,其能否正常运转直接影响着载运工具的运行安全与品质。而齿轮箱中以轴承、齿轮为代表的旋转机械零部件工作环境恶劣,故障率位列所有零部件首位。这些关键零部件一旦发生故障,轻则影响系统运行稳定,重则危害载运工具运行安全,造成生命财产的损失。因此,寻找一种行之有效的齿轮箱关键零部件故障特征检测方法对实现载运工具智能运维,建设交通强国具有重要意义。 本文以齿轮箱关键零部件轴承和齿轮为研究对象,以实现其故障特征稳定准确的提取为研究目标,着眼于稀疏优化模型中罚函数构建与正则化参数自适应选取策略的研究,提出了广义对数罚函稀疏优化下的轴承微弱故障特征检测方法和非凸平滑罚框架多源稀疏优化下的齿轮微弱故障特征检测方法。本文主要研究内容如下: (1)信号稀疏优化理论与齿轮箱关键零部件振动信号特性分析。首先,研究了信号稀疏优化的基础理论,从稀疏优化模型、稀疏优化字典、稀疏优化罚函数和稀疏优化求解算法四个方面具体阐述了稀疏优化理论,分析对比了常用不同稀疏优化字典与罚函数间的优劣。此外,研究了齿轮箱关键零部件轴承、齿轮的故障监测信号的组成成分,针对轴承、齿轮的故障瞬态信号振动特性进行分析,阐明轴承和齿轮局部故障时产生的周期性瞬态冲击在特定变换域中存在稀疏特性,为后续章节相应稀疏优化模型的建立提供理论支撑。 (2)广义对数罚函稀疏优化下的轴承微弱故障特征检测方法。为实现强噪声背景下轴承微弱故障瞬态成分的准确重构,提出了广义对数罚函稀疏优化方法。首先,基于卷积下确界理论构建了广义平滑对数罚函数,研究了广义对数罚函稀疏优化目标函数保凸的参数条件。其次,针对轴承故障信号的振动特性,选用了Laplace小波字典作为稀疏优化字典。最后,考虑到正则化参数在实际应用中依赖专家经验,难以自适应选取的问题,研究了k稀疏策略下正则化参数自适应选取方法,并给出了k稀疏策略下的稀疏优化求解算法。仿真实验和工程实验表明该算法能够自适应地找到最优的正则化参数,所提广义对数罚函稀疏优化方法能够有效地实现轴承微弱故障特征稳定准确的提取。 (3)非凸平滑罚框架多源稀疏优化下的齿轮微弱故障特征检测方法。针对齿轮箱中齿轮故障信号受谐波与噪声的双重干扰,故障特征难以准确提取的问题,提出了非凸平滑罚框架多源稀疏优化模型。首先,构建了统一的非凸平滑罚框架,该框架在囊括众多现有经典罚函数的同时,可以体系化地生成一系列全新的非凸平滑罚函数,且这些非凸罚函数均能在特定的参数设置下保证目标函数的凸性。其次,针对齿轮故障冲击与谐波成分振荡特性的差异,采用紧框架下的可调Q因子小波变换字典作为稀疏优化字典。接着,研究了适用于齿轮故障诊断的非凸平滑罚框架多源稀疏优化模型,并给出相应的求解算法。最后,研究了基于噪声强度估计的正则化参数自适应选取方法。仿真实验和工程实验验证了非凸平滑罚框架多源稀疏优化模型在齿轮微弱故障特征检测中的有效性和稳定性。 综上所述,本文所提出的稀疏优化方法均能够快速稳定地从强背景噪声下的振动监测信号中准确提取轴承、齿轮的微弱故障特征,对齿轮箱关键零部件的健康状态监测有着极其重要的现实意义,为今后实现载运工具智能运维,顺应交通运输安全、高效、经济的现代化发展需求打下坚实的基础。

关键词： 斜齿轮   循环扫描   感应淬火   温度场   组织转变   硬度分布  

摘要： 斜齿轮作为工程机械和航空航天领域中常见的关键部件,其质量和精度直接影响着整个机械系统的性能。为了提高斜齿轮的质量,对斜齿轮热处理工艺的研究就显得尤为重要。传统的淬火技术会导致斜齿轮的表面温度分布不均匀,淬火应力过大,容易产生裂纹和变形,从而影响斜齿轮的精度和使用寿命。本文基于感应加热原理对斜齿轮高频移动感应淬火过程进行研究,分析影响斜齿轮高频移动感应淬火的各类参数,实现斜齿轮表面齿廓均匀的加热和硬化,从而提高斜齿轮的精度和耐磨性。首先,基于感应加热原理利用DEFORM软件对斜齿轮的高频移动感应加热建立了多场耦合的三维数值模型,提出了循环扫描的移动感应加热方式,并设计了以斜齿轮沿轴线的直线运动和绕轴线的转动相配合的方法,来达到斜齿轮与仿形感应器的配合移动,进而实现斜齿轮的动态感应加热模拟。其次,利用数值模拟对斜齿轮循环扫描移动感应加热模拟过程进行研究,得到斜齿轮表面磁场、温度场和应力场的分布规律以及斜齿轮表层组织的奥氏体转化结果。利用数值模拟对斜齿轮表面淬火模拟过程进行研究,得到温度变化曲线、斜齿轮表层马氏体转变结果和硬度分布规律。利用数值模拟研究了不同运动参数、电参数下斜齿轮循环扫描移动感应加热过程中温度场的分布规律和不同冷却介质下斜齿轮表面淬火过程中温度变化曲线、斜齿轮表层马氏体转变结果以及硬度分布规律。最后,对斜齿轮高频移动感应淬火过程进行实验研究,并进行金相实验和硬度测试。通过实验得到了斜齿轮表层加热温度变化曲线和淬火冷却温度变化曲线,并得到了金相显微组织结构和斜齿轮表面硬度测试数据。对比实验与模拟的加热温度变化曲线、冷却温度变化曲线以及硬度分布的数据,两者呈现规律基本一致,相互印证了斜齿轮高频移动感应淬火工艺的可行性。

关键词： 齿轮   渐开线样板   研磨加工   误差仿真   密珠轴系  

摘要： 齿轮渐开线样板是用于渐开线齿轮齿廓偏差溯源与量值传递基准的实体标准器件。在现行的渐开线计量与量值传递体系中,1级精度是齿轮渐开线样板国家标准（GB/T6467-2010）中的最高等级,代表渐开线量值传递的最高基准。大型齿轮在工程机械、航空航天、船舶重工、风电、国防等高端装备领域应用广泛。目前,我国大齿轮计量体系中缺少用于校准大齿轮测量仪器与量值传递的基准级大齿轮渐开线样板。因此,完善大齿轮渐开线样板的加工装置研究,突破大齿轮渐开线样板的精密制造技术是当前亟待解决的行业难题。 本文通过对大齿轮渐开线样板的国内外研究现状分析,依据国家标准（GB/T6467-2010）创新设计出等公法线结构的大齿轮渐开线样板,同时基于渐开线的生成原理,采用平板摩擦驱动滚动组件的方式,创新研制出一套大齿轮渐开线样板的精密研磨装置。具体研究工作如下: （1）对大齿轮渐开线样板进行结构设计,提出一种新型结构大齿轮渐开线样板并确定其基圆半径、齿廓展开角、展开长度以及计值展长区间等基本参数。其次,建立研磨系统与渐开线齿廓偏差的误差模型进行理论分析,分析研磨系统的运动误差对加工渐开线齿廓偏差的影响,确定设计研磨系统的精度指标。 （2）依据纯滚动展成的渐开线加工方法,针对减小大齿轮渐开线样板齿廓偏差的关键问题,从加工精度、加工成本、加工效率等角度出发,综合设计一套大齿轮渐开线样板的精密研磨装置,主要包括渐开线展成系统、研磨系统等关键部分。展成系统中作为展成基准的基圆盘与被加工齿轮渐开线样板共轴组成滚动组件,采用高度可调摩擦平板驱动滚动组件在展成导轨上做纯滚动展成运动。 （3）采用等公法线双面研磨,研磨系统中将两个油石环异向同步旋转,抵消单个油石环与齿廓接触加工产生的切向力影响,设计高精度密珠轴系提高研磨系统的回转精度,包括:轴系回转组件、支架滑动组件、弹簧拉紧组件和密封润滑组件等,并对回转轴系中引起轴向窜动误差的影响因素进行分析。 （4）采用精密研磨工艺,对大齿轮渐开线样板的内孔、端面基准以及研磨装置中关键零部件进行精化,精化后渐开线样板内孔圆度误差不大于0.2μm,样板端面偏摆误差不大于0.4μm,样板端面平行度误差不大于0.3μm;研磨系统中油石环平面精度不大于0.45μm,法兰主轴圆度误差不大于0.2μm,密珠轴套内孔圆度误差不大于0.3μm,实验测量研磨系统在设计转速下的轴向窜动综合误差值不大于0.5μm,理论上能够胜任国家标准中1级齿廓精度(基圆半径rb=200mm对应齿廓形状偏差ffα≤1.4μm)大齿轮渐开线样板的加工,具有高精度、高效率、低成本的优点。 本文依据纯滚动展成的渐开线加工方法研制出大齿轮渐开线样板精密研磨装置。此装置符合渐开线的生成原理,误差源较少,没有加工原理性误差,为基准级大齿轮渐开线样板的制造提供了理论与装置基础。