关键词： 滚齿加工   成形磨削   风电齿轮   大模数   磨削极限位置  

摘要： 作为较有潜力的能源之一,风力发电的应用越来越广泛。作为风力发电系统的关键核心装备,齿轮箱质量的好坏直接决定了整套风力发电装备的使役性能。作为齿轮箱的典型零件,齿轮的表面精度是决定齿轮箱质量的关键因素之一。风电齿轮一般采用滚齿作为粗加工与成形磨齿作为精加工的方式获得。成形磨削过程中,磨削极限位置的获取对于了解磨削过程、优化磨削参数以及消除加工缺陷至关重要。提出了一种获取极限磨削位置的方法。根据滚齿加工展成法的基本原理,获取滚齿形成的齿形曲线;以成形磨削为基础,在不同进给余量的前提下,建立极限磨削位置的数学模型,并利用合适的数值迭代算法获取了该位置;以某典型风电斜齿轮为例,说明了所提方法的正确性和有效性。

关键词： 螺栓断裂   氯离子   应力腐蚀开裂   析氢反应  

摘要： 电厂在设备检修过程中发现桥架滚珠螺母齿轮箱蜗轮固定螺栓断裂,为分析固定螺栓的断裂原因,对其进行了宏观观察、化学成分分析、硬度测试、显微组织测试和微观观察等分析手段。排除材料不合格或者材料老化因素,得出螺栓断裂的根本原因为氯离子引起的应力腐蚀开裂,而腐蚀过程的析氢反应促进了裂纹扩展,最终在外力作用下导致螺栓断裂。

关键词： 泥浆泵   轴齿轮   性能  

摘要： 泥浆泵轴齿轮在使用过程中连续出现打齿、断轴现象,严重影响泥浆泵的整机质量。对此,分析了连续打齿和断轴的原因,并提出对策,由此提高泥浆泵轴齿轮的综合性能。

关键词： 齿轮   卷积神经网络   门控循环单元   剩余使用寿命   超参数  

摘要： 齿轮是机械运动中非常重要的零部件,一旦发生损坏将对机械整体造成不可估量的损失,甚至波及人身安全,因此提前预知齿轮的剩余寿命非常重要。随着深度学习的快速发展,可以采用深度学习对齿轮进行剩余使用寿命的预测。卷积神经网络(CNN)具有权值共享和局部感知的优点,但是在处理时间序列上,CNN还有一定的缺陷;门控循环单元(GRU)可以处理时间序列在长距离上依赖不足的问题且结构简单。为了既可以具有权值共享的特点又可以解决时间序列的问题,提出CNN-GRU模型来对齿轮进行寿命预测。实验结果表明:使用该方法后准确率和训练速度都得到了提升,具有一定的应用价值。

关键词： 2.5D   单胞   齿轮啮合   有限元  

摘要： 三维角联锁(2.5D)是一种新型结构复合材料,不仅具有高比强度、比模量、抗分层能力及抗冲击损伤等优点,还克服了其他三维多向编织复合材料在复杂异型结构生产上的不足。在对2.5D浅交弯联单胞模型的构建和力学性能分析的基础上,将其应用于一对圆柱直齿齿轮,实现齿轮的高强度和减重需求。建立了齿轮的静力学和运动学分析模型,通过对其有限元分析来实现齿轮的优化设计。分别进行了静态和动态啮合进程分析,分析结果详细描述了齿轮啮合时接触强度和弯曲强度的变化,可为2.5D编织复合材料齿轮的减重及啮合特性分析提供借鉴。

关键词： 变速箱齿轮   电子束焊缝   相控阵超声检测   自动化系统  

摘要： 针对某型号车用变速箱齿轮电子束焊缝,通过对比传统目视检测以及常规超声检测方法的局限性,结合相控阵超声检测理论,提出了一种用自聚焦线阵探头配合短前沿楔块进行相控阵超声无损检测的方法,设计了一套针对该种齿轮焊缝检测的自动化相控阵超声检测系统。该系统30 s内即可自动完成一个齿轮焊缝的全记录成像检测、焊缝缺陷自动分析识别、缺陷工件自动剔除分选等全流程操作,并在某汽配厂现场进行了实际运用。结合射线检测、渗透检测以及破坏性解剖等方法对该系统性能进行了二次验证。验证结果表明该系统在该型号车用齿轮焊缝检测上具有实用性和准确性。

关键词： 铸造齿轮   材料设计   高硬度   热处理  

摘要： 通过成分设计、铸造试块制备及热处理试验,研究了热处理参数对ZG42Cr2Ni2Mo齿轮钢的硬度、组织和性能的影响。结果表明,经870℃油淬和560℃回火后,ZG42Cr2Ni2Mo钢试块硬度可达到HB 350以上,满足HB 340~380硬度要求;试块淬火及回火后为均匀回火索氏体组织,晶粒细小均匀;试块热处理后,屈服强度和抗拉强度分别可达到900MPa和1 000 MPa以上,且韧性优良。

关键词： 齿轮钢   淬火温度   力学性能   显微组织   未溶相  

摘要： 通过SEM、TEM和XRD分析,结合拉伸试验、断裂韧度试验和硬度测试,研究了淬火温度对新型齿轮钢组织及力学性能的影响。结果表明,经850~1050℃淬火+深冷+回火,试验钢的抗拉强度、屈服强度和洛氏硬度均随着淬火温度的升高先升高后逐渐降低,在900℃时分别达到峰值,此时抗拉强度为1483 MPa,断裂韧度则在淬火温度为1000℃时达到最高,为62.4 MPa·m^(1/2)。淬火温度低于1000℃时,试验钢的晶界及马氏体板条上存在富Mo型M6C碳化物,碳化物随淬火温度的升高逐渐溶解,在1000℃时未再观察到未溶相。试验钢的原始奥氏体晶粒尺寸随淬火温度的升高先缓慢增大,当温度超过1000℃时,原始奥氏体晶粒及组织快速粗化,断裂韧度和断面收缩率也出现大幅度降低。

关键词： 布谷鸟搜索   自适应   风电齿轮箱   BP神经网络   故障诊断  

摘要： 针对布谷鸟搜索(CS)算法易出现早熟收敛以及风电机组齿轮箱的故障模式难以有效识别等问题,提出一种基于自适应CS算法的BP神经网络(SaCS-BP)智能诊断技术。通过构建SaCS算法,实现了步长和发现概率的自适应调整,并采用一组基准函数测试了该算法的有效性;将SaCS与BP神经网络进行融合,构建了风电齿轮箱的故障诊断模型。结果表明,SaCS算法具有较佳的寻优精度和普适性。此外,与BP神经网络以及布谷鸟搜索算法优化BP网络(CS-BP)相比,SaCS-BP算法获得了最高的诊断准确度,从而实现了风电齿轮箱故障模式的有效识别。

关键词： 齿轮传动   局域均值分解   最小二乘支持向量机   平移不变量小波降噪   振动信号降噪   微弱故障信号特征  

摘要： 在低转速工况下,容易出现行星齿轮箱故障的微弱信号和强信号难以分离的情况,导致行星齿轮箱存在微弱故障诊断精度较差的问题,为此,提出了一种基于局域均值分解(LMD)的行星齿轮箱故障诊断方法。首先,采用DASP数据采集系统,采集了行星齿轮箱不同工况下的振动信号,采用平移不变量小波降噪方法,对其振动信号进行了降噪处理;然后,采用局域均值分解方法分解了其振动信号,分别采用了能量算子和循环频率对其进行了解调处理,获取了微弱故障信号分量所对应的幅值和相位调制信息,准确提取了行星齿轮箱的微弱故障信号特征;最后,采用最小二乘支持向量机(LSSVM)识别了齿轮箱不同故障特征,判断了行星齿轮箱的运行状态,实现了行星齿轮箱的故障诊断。研究结果表明:采用基于LMD的方法,可以对行星齿轮箱的微弱异常信号及强异常信号进行准确诊断,获得满意的行星齿轮箱故障诊断结果,有效保障行星齿轮箱的安全、稳定运转。