关键词： 风机齿轮箱   故障诊断   特征提取   迁移学习   非理想数据  

摘要： 随着环境的恶化和化石能源的短缺，安全可靠的清洁能源越来越受到关注。风力发电是一种清洁且储量充裕的新能源，近年来得到了广泛应用。经过十几年的发展，我国风电机组装机量已居世界第一。齿轮箱是风电机组的核心部件之一，由于受运行条件、运行时间等因素的影响，其往往具有较高的故障率，极易造成经济损失与人员伤亡。因此，开展风机齿轮箱状态检测和故障诊断技术研究，对实际工程具有重要的应用价值和潜在的经济效益，为风电场的运行管理、维保计划等提供重要的参考。　　目前，现有针对风机齿轮箱的故障诊断研究主要在理想数据条件下进行，其未考虑真实场景下风电机组运行过程中所面临的早期故障信号微弱、强噪声干扰、带标签数据稀缺、多工况数据差异大等非理想数据问题，以及工程实际中设备老旧、算力资源有限等硬件问题。这导致传统方法无法有效应对真实场景下的风机齿轮箱故障诊断需求。因此，本研究以风机齿轮箱为对象，研究非理想数据条件下的故障诊断方法，研究内容如下：　　(1)针对恒工况条件下风机齿轮箱故障诊断时，实际工程信号呈现非线性、非平稳、低幅值、低信噪比的非理想数据特点，导致早期故障特征提取困难，诊断准确率较低的问题，提出了一种基于多维特征评价的风机齿轮箱早期故障诊断方法。在早期故障特征提取方面，通过分析故障特性，构造了故障信号多维特征评价指标，即“信息熵—峭度—包络谱峭度”融合指数（SyncreticIndex，SI），并在此基础上提出了一种基于参数自适应设定的变分模态分解算法（AdaptiveVariationalModeDecomposition，AVMD），以对故障信号进行初步分解。进一步，运用改进小波阈值降噪法（ImprovedWaveletThresholdDenoising，IWTD）对分解后的故障信号进行二次降噪。使用上述联合特征提取策略实现了非理想数据条件下风机齿轮箱早期故障特征的有效分离和提取。在故障分类方面，受限于风电场中硬件设备有限的算力资源和早期故障诊断的即时性要求，本方法选用宽度学习系统（BroadLearningSystem，BLS）作为分类算法。然而，标准BLS在建模过程中存在大量冗余节点，将造成网络结构复杂、模型过拟合的现象。本方法对标准BLS进行改进，利用L21范数正则化提出了BLS稀疏化模型，即L21-BLS。L21-BLS剔除了模型中部分无关或低相关性的节点，使得网络结构更紧凑，模型泛化能力更强，算力资源消耗更少。最后，利用真实风机齿轮箱故障数据集，验证了本方法在诊断准确率和效率方面的有效性和优越性。　　(2)针对变工况条件下风机齿轮箱故障诊断时，实际工程信号复杂，导致故障特征提取困难，以及存在带标签数据稀缺、多工况数据非均衡、数据分布差异大等非理想数据特点，而现有诊断模型对不同工况的适配能力不足的问题。提出了一种基于双核域自适应的变工况下风机齿轮箱故障诊断方法。首先，联合AVMD与BLS以深度挖掘不同工况下风机齿轮箱振动信号故障特征，构建高维宽度特征样本集。其次，利用卷积神经网络（ConvolutionalNeuralNetworks，CNN）提取可迁移特征，并设计了双核最大均值差异（MaximumMeanDiscrepancy，MMD）以全面度量不同工况可迁移特征之间的差异，并使用基于平衡分布自适应（BalancedDistributionAdaptation，BDA）的迁移策略减小特征分布差异。最后，利用凯斯西储大学（CaseWesternReserveUniversity，CWRU）滚动轴承故障数据集从诊断准确率、特征可视化等角度验证了本方法的有效性。　　最后，本文对非理想数据条件下风机齿轮箱故障诊断研究工作进行了总结，并对未来研究方向进行了展望。

关键词： 平行轴齿轮系统   图论   关联矩阵   深度优先   智能设计  

摘要： 齿轮传动系统具有传动效率高、精度高、承载能力大及结构简单等特点,被广泛应用于各种机械设备中。由于其构成结构的多样性及其连接方式的多变性,需针对不同的类型进行具体的分析,大大增加了对齿轮传动系统建模和分析的难度。因此,提出一种通用的平行轴齿轮传动系统运动学分析和动力学建模方法,对提高齿轮传动系统分析效率及低振动噪声设计具有重要的指导意义。本文以平行轴齿轮系统为研究对象,基于图论思想,提出了适用于不同构型的平行轴齿轮系统运动学和动力学分析的通用方法,开发了平行轴齿轮系统可视化及动力学分析软件,研究系统的静态和动态特性。本文开展了以下几个方面的研究:(1)基于图论理论,提出了平行轴齿轮系统统一图形符号表示方法,并建立了其关联矩阵数学模型。该图形符号表示方法结合了功能离散法,并应用了分层理论,相对于之前的图论模型,更好地反映了平行轴齿轮系统中轴系内部各构件的连接关系、相对位置和区分度。详细介绍了平行轴齿轮系统传动关联矩阵M的形成过程,将后续的运动学和动力学分析转化成了矩阵运算的形式。(2)基于关联矩阵M,结合平行轴齿轮系统基本运动单元和深度优先传动路径搜索方法,提出了一种较为通用的求解平行轴齿轮系统运动学及动力学建模分析方法。该方法考虑了基本运动单元内各构件的关系及基本运动单元之间的串并联关系,同时考虑到多负载轮系下的齿轮扭矩计算方法,使建立的转速、转矩方程组以及动力学模型适用于多级传动、行星轮系和分支轮系等不同构型的传动系统。(3)完成了平行轴齿轮系统中各传动单元件二维/三维结构模型的构建。基于.net平台的GDI+技术,实现了阶梯轴二维交互式结构模型的构建。基于Anycad三维实体建模技术,通过对各三维模型的结构进行分解,实现了传动单元件阶梯轴、圆柱齿轮和轴承三维结构模型的构建。(4)基于软件功能需求,确定了本软件总体框架和模块组成,实现了建模模块和计算程序的设计。通过在各个模块之间建立输入输出接口,完成了平行轴齿轮系统可视化和仿真计算功能。最后通过软件仿真与试验对比,得出在特定工况下齿轮副动态传递误差加速度均方根的仿真值和试验值相对误差为-5.37%,验证了本软件仿真算法的可靠性。(5)通过本软件对行星轮系和多负载三分支轮系进行计算,分析了静力学特性和动态响应特点。结果表明,对于结构不对称的平行轴齿轮系统,各分支间载荷会分配不均,导致齿轮扭矩、传动误差和啮合刚度等结果有较大差异,符合系统的振动传递规律。论述了图论理论的具体应用,验证了本软件仿真算法的通用性和可行性。

关键词： 等高齿弧锥齿轮铣刀盘   多层焊接   焊接变形   焊接坡口   数值模拟  

摘要： 等高齿弧锥齿轮具有传动平稳可靠、抗冲击性好以及传动噪声小等优点被广泛应用于各种精密系统中。作为加工它的专用刀具,等高齿弧锥齿轮铣刀盘属于精密复杂刀具,它的加工方法主要有两种:整体式与焊接式。焊接式中为了减小铣刀盘焊后的变形,使其达到使用要求,采用了三种填充坡口进行对比分析,研究在多层焊接下,坡口底部间隙对铣刀盘焊接变形的影响。具体的研究方法与内容如下。首先,根据现有技术条件,选择激光多层填丝焊接的方法进行铣刀盘的焊接模拟仿真。根据焊接方式与焊接传热理论确定焊接温度场,利用温度场理论与焊接热应力的关系推导出热弹塑性变形的函数表达式,构建出铣刀盘应力与应变的数学模型。其次,根据现有铣刀盘的数据,针对不同的焊接坡口间隙,对铣刀盘分别进行建模。依据上述温度场与应力场的分析,选择合适的焊接热源,对多层焊接热循环进行分析与研究,推导出热循环表达式。应用***软件对铣刀盘主体与外环进行焊接模拟仿真,考虑焊接材料的物理特性参数随时间进行变化的特点,可以得到在不同时刻铣刀盘焊接过程的应力与变形云图,还有温度变化的情况,通过设置特征点还可以获得该点的应力与应变的变化曲线和热循环曲线图,然后对这些数据结果进行分析与处理。最后,对铣刀盘进行焊接实验,通过铣刀盘焊缝表面质量来进行判断焊接是否合格,利用塞规来对铣刀盘刀槽进行变形量的检测,对比分析不同焊接坡口的变形量大小,验证与仿真结果是否一致,实验证明焊接仿真模拟与实际相符。

关键词： 挤压机齿轮箱   故障诊断   信号处理   深度学习   Web部署  

摘要： 石化工业是国民经济的支柱产业,随着石化产业持续发展,提升石化装备智能化水平与安全性受到企业高度关注。挤压造粒机是将粉料制备成颗粒的关键设备,但由于长周期重载荷运行,挤压造粒机齿轮箱易出现损伤故障,引起挤压机非计划停车,影响生产效率及人员安全。对挤压机齿轮箱开展状态监测以及故障诊断对降低生产成本,提高生产效率有重要意义。基于振动信号的分析可以有效监测设备的状态,随着诊断技术朝着智能化发展,运用深度学习实现智能故障诊断已经成为了如今的趋势。基于以上背景,本文以挤压机齿轮箱为研究对象以信号处理和深度学习为技术支持,研究了新型的齿轮箱故障诊断方法,并设计实现了挤压机齿轮箱故障诊断平台,对石化装备进行实时状态监测及故障诊断。本文主要研究内容如下: 1.针对挤压机齿轮箱易损部件,分析常见故障的形成机理,提出了基于LMD和改进型CNN轴承故障诊断方法,对振动信号进行局部均值分解得到若干乘积函数分量,选择合适的分量生成重构信号作为改进型深度卷积神经网络的输入,结果表明该方法在噪音环境下有更好的识别效果,解决了在生产环境复杂噪声干扰下挤压机齿轮箱故障诊断准确率低的问题。 2.实际生产中挤压机齿轮箱故障数据难以获取,训练数据少是深度学习故障诊断领域面临的重要问题,针对该问题本文提出了全新的网络框架ADC-CN(Attention dual convolutional-capsule network)来解决小样本训练精度低的问题。ADC-CN框架将注意力机制与胶囊网络结合增强了信息的深度特征提取能力,解决了石化齿轮箱实际工况下故障信号少的问题,实现了小样本条件下故障的有效分类。在轴承和齿轮箱数据集上验证该方法,结果表明ADC-CN具有强大学习能力和稳定性。 3.针对挤压机齿轮箱状态监测与在线故障诊断展开应用研究。搭建挤压机齿轮箱故障诊断平台,将开发的算法应用于实际生产环境中,实现制造自动化,解决挤压机发生故障却未及时发现的重大安全隐患,保证厂区设备的正常运转。搭建了挤压机齿轮箱故障诊断平台在应用先前算法研究的基础上实现了WEB端的Pytorch模型持久化部署,根据需要完成总体架构设计,功能模块设计和系统技术方案设计。通过Vue和Flask等框架实现了系统的登录模块,状态监测模块,故障诊断模块和故障统计模块,并为后续实现机械设备的寿命预测、故障预测等设备预测性维护提供了可行性,实现降本增效的目标。

关键词： 组合齿廓   非圆齿轮   取苗机构   重合度   移栽机械   误差分析  

摘要： 取苗机构是自动移栽机实现自动移栽的关键核心部件,自动移栽机要实现高效作业,取苗机构的精准取苗和较大推苗角推苗是取苗过程的重要环节。非圆齿轮行星轮系传动可以实现自动移栽取苗机构的取苗和推苗动作,相比其它各种杆机构为主的取苗机构,行星轮系传动机构由于其采用的对称旋转式分布,机构工作平稳,旋转一周可以实现两次取苗和推苗动作,取苗效率高,因此行星轮系取苗机构具有各种杆结构的取苗机构无法媲美的取苗效率和工作平稳性优势。受小曲率半径和带尖点节曲线非圆齿轮设计约束、及机构传动引起取苗轨迹误差的限制,传统非圆齿轮设计方法及非圆轮系取苗机构无法实现精准取苗和较大推苗角的设计。本文创新的提出了一种拥有较大推苗角的大重合度非圆齿轮行星轮系取苗机构。主要内容包括:以设计较大推苗角的取苗机构和精准取苗为目标,建立变渐开线-变摆线组合齿廓非圆齿轮设计方法,开发小曲率半径和带尖点节曲线非圆齿轮设计软件;提出大重合度非圆齿轮设计方法,揭示齿形齿向双重因素的非圆齿轮重合度变化规律;研制了一种具有较大推苗角(大于80°)的取苗机构,构建取苗机构的运动学及取苗轨迹误差模型,面向齿侧间隙和中心距误差,基于误差和移动方差开展取苗轨迹的误差分析;最终开展取苗机构取苗试验。(1)提出渐开线-摆线组合齿廓及变渐开线-变摆线组合齿廓非圆齿轮设计方法针对小曲率半径节曲线非圆齿轮渐开线齿廓根切现象,采用渐开线和摆线组合齿廓对小曲率半径节曲线进行齿廓设计,推导了渐开线-摆线组合齿廓和变渐开线-变摆线组合齿廓数学模型并开展主动非圆齿轮设计,利用包络法开展从动非圆齿轮设计,基于齿廓连接点等压力角设计和左右偏导相等开展组合齿廓连接处光滑连续性研究,开发了小曲率半径节曲线组合齿廓非圆齿轮设计软件,对渐开线-摆线组合齿廓及变渐开线-变摆线组合齿廓进行压力角、重合度等啮合特性研究,并对其进行齿侧间隙和传动比测量试验。(2)提出变渐开线-不完全变摆线组合齿廓设计方法针对尖点节曲线非圆齿轮设计难题,提出变渐开线-不完全变摆线组合齿廓设计方法,首先构建变渐开线-不完全变摆线组合齿廓数学模型,并开展组合齿廓连接处光滑连续性研究,开发带尖点节曲线非圆齿轮设计软件,研究滚圆半径、椭圆离心率及变幅系数对变渐开线-不完全变摆线组合齿廓形状、压力角及重合度的变化关系,开展带尖点节曲线非圆齿轮传动机构啮合特性及运动特性研究,并开展其齿侧间隙和传动比测量试验。(3)提出齿形齿向双重因素的大重合度齿廓非圆齿轮设计方法针对齿侧间隙引起的传动误差影响行星轮系取苗机构取苗轨迹精度,最终影响取苗机构的取苗成功率,提出通过增大齿高系数、负变位、减小节曲线压力角、大重合度组合齿廓的齿形因素进行大重合度齿廓非圆齿轮设计,通过非圆叠加齿轮的齿向因素进行大重合度非圆齿轮设计,研究椭圆离心率、滚圆半径、节曲线比例、负变位系数、节曲线压力角的齿形因素及螺旋角、滚圆半径的齿向因素对非圆齿轮重合度、压力角、滑动率特性的变化规律,并开展齿侧间隙测量试验。(4)研制一种具有较大推苗角(大于80°)的大重合度组合齿廓非圆齿轮行星轮系取苗机构,并开展取苗轨迹的误差分析和取苗试验首先,基于傅里叶函数设计一种二次不等幅传动比曲线,分析傅里叶系数对取苗机构取苗特性和运动特性变化规律,基于专家经验设计了满足取苗要求且具有较大推苗角的取苗轨迹,并确定了传动比曲线和取苗机构的设计参数;其次,构建了取苗机构运动学模型及取苗轨迹误差模型和移动方差模型,对取苗机构进行运动学分析,基于齿侧间隙和中心距误差开展取苗轨迹的误差分析;最后,基于高速摄像技术开展取苗机构空转试验,测量取苗机构取苗角和推苗角,开展不同转速的取苗机构台架取苗试验研究。本论文通过理论分析、传动试验、应用试验相结合的方法,对渐开线-摆线、变渐开线-变摆线、变渐开线-不完全变摆线组合齿廓、大重合度非圆齿轮进行设计方法研究及其试验验证,为小曲率半径节曲线非圆齿轮和带尖点节曲线非圆齿轮的设计及较大推苗角的精准取苗机构的设计应用奠定了一定的理论指导基础。

关键词： 齿轮箱   特征提取   ISTOA-SVDD算法   在线监测   故障诊断  

摘要： 本系统以某矿厂大型齿轮箱系统为背景,以齿轮箱为研究对象,通过对齿轮箱故障诊断相关理论研究成果以及国内外知名故障诊断系统的研究,利用支持向量数据描述(Support Vector Data Description,SVDD)搭建故障诊断模型,开发一套完整的齿轮箱在线监测与故障诊断系统,其主要工作内容包括以下几点:(1)特征提取算法的研究。针对齿轮箱设备振动信号由于强噪声干扰导致呈现非线性非平稳的特点,针对性地选用时域、频域以及时频域内多种相关数据处理算法,对齿轮箱设备振动信号进行特征提取,将不同算法提取到的特征数据全部在故障诊断中心进行图谱分析。(2)故障诊断算法的研究。采用SVDD搭建故障诊断模型,考虑到SVDD算法惩罚因子C及高斯核参数?经验预设的主观随意性,提出了一种基于改进乌燕鸥算法(Imporoved Sooty Tern Optimization Algorithm,ISTOA)优化SVDD参数的齿轮箱故障诊断方法,并与采用粒子群算法(Particle Swarm Optimization,PSO)和乌燕鸥算法(Sooty Tern Optimization Algorithm,STOA)优化SVDD参数的故障诊断方法进行实验对比,实验结果表明ISTOA-SVDD故障诊断效果要优于PSO-SVDD和STOA-SVDD。(3)数据采集处理器的设计。硬件设计以DSP芯片为核心,设计4通道振动信号采集电路和2通道温度信号采集电路,及其他辅助电路;软件设计是在硬件电路的基础上,利用时域、频域和时频域相关算法对齿轮箱振动及温度信号进行算法分析处理。(4)故障诊断中心的构建。构建故障诊断中心并实现其与数据采集处理器的信息交互,交互到的一部分数据将在故障诊断中心以图谱分析的形式展现在用户面前,以便故障分析师进行故障分析;选取经希尔伯特黄变换(Hilbert-Huang Transform,HHT)处理后的齿轮箱振动信号故障特征,对齿轮箱设备进行故障诊断。同时故障诊断中心还具备数据存储、查询和显示等功能。(5)故障诊断系统的测试。接入现场齿轮箱振动信号,从数据传输功能、故障诊断中心基础模块功能以及故障诊断功能三个方面进行现场测试,测试结果表明系统软硬件可靠性强,满足工程实际需求。

关键词： 航空齿轮   振动光饰   表面形貌   预测建模   精密加工  

摘要： 航空齿轮的服役性能在很大程度上取决于其表面完整性。振动光饰作为最有前景的自由曲面高精度精加工方法之一,在提高航空齿轮表面完整性方面表现出很强的能力。振动光饰对航空齿轮的表面完整性提升主要体现在齿面微观形貌的改善和粗糙度的降低,然而关于振动光饰表面微观形貌的预测研究大都集中于通过试验数据的预测,对振动光饰表面形貌的演变机理尚不明确。因此,开展基于材料去除原理的航空齿轮振动光饰表面形貌预测建模研究,能够为齿轮表面精加工工艺的改善提供新思路,对推进我国齿轮加工行业的技术发展具有重要意义。本文对航空齿轮振动光饰形貌预测进行了以下几个方面的研究:(1)开展卧式直槽式振动光饰机的振动系统建模,获取振动槽的运动规律;以Y方向的运动为例,推导了振动系统的振幅,分别探讨分析阻尼比、电机转速等参数对振幅的影响规律;借助商用离散元仿真软件EDEM,提取分析磨粒与工件的相对作用力、相对速度随时间变化的规律,分析磨粒在振动槽中的相对运动轨迹与速度分布。(2)通过多种工艺参数下的振动光饰试验,研究振动光饰表面形貌与工艺参数的关联规律。分别探讨加工时间、磨粒形状、磨粒尺寸、振动频率对表面形貌的影响规律,为航空齿轮振动光饰的表面形貌预测建模及试验开展提供参考。(3)将单个磨料颗粒视为微型刀具,以离散元仿真获得的相对作用力和相对速度数据作为输入参数,综合考虑多个工艺参数对表面形貌的影响,基于表面硬度、塑性压痕和磨粒空间密度理论,建立了一种考虑初始形貌的航空齿轮振动光饰表面三维预测模型。(4)设计开展航空齿轮振动光饰验证试验,预测表面与试验表面的三维形貌与二维轮廓均具有较高的相似性,计算获得的三维粗糙度Sa与实测数据平均误差为6.35%,验证了模型的正确性;基于多种表面微观表征技术,研究了振动光饰前后齿轮表面完整性参数的变化规律。本论文基于齿轮表面性能提升需求,采用理论分析、数学建模、离散元仿真和试验研究相结合的方法,结合卧式直槽式振动光饰机等试验条件,研究航空齿轮振动光饰加工方法与机理,建立表面微观形貌预测模型,获得振动光饰加工工艺参数与齿轮表面完整性关联规律,为表面质量预测和加工参数优化提供工程指导意义。图50幅,表11个,参考文献81篇

关键词： 高性能齿轮   综合性能   正向设计   多目标优化设计   灵敏度分析  

摘要： 齿轮传动广泛应用于风电、机器人、航空航天、新能源汽车等关系国计民生的领域,其性能的优劣直接决定着机械设备的效能与产品竞争力。随着工业的不断发展,机械设备对齿轮性能的需求主要涉及四个方面:提高承载能力、改善动力学性能、提升传动效率以及增大功率密度。而目前齿轮设计仍然依赖于齿轮设计手册中的传统齿轮参数设计方法,虽然稳定可信但在设计时仅以承载能力为设计依据,对齿轮其他方面的性能关注较少,而且所设计出的齿轮性能较为保守,无法满足机械设备多元且严苛的性能需求。有鉴于此,本文以高性能齿轮为研究对象,基于齿轮展成加工原理推导了适用于对称和非对称齿形的渐开线直齿、斜齿圆柱齿轮齿面方程,在此基础上建立了齿轮承载能力、动力学性能、传动效率、功率密度性能评估模型,探究了齿轮参数对综合性能的灵敏度及影响机制,提出了一种基于性能驱动的齿轮参数正向设计方法,为高性能齿轮设计奠定基础。本文具体研究内容如下:(1)建立了单圆弧齿条刀具齿廓方程,并根据齿条刀具在展成加工运动中形成的曲面族包络推导了适用于对称和非对称齿形的渐开线直齿、斜齿圆柱齿轮精确齿面方程。将齿轮沿齿宽方向切片建立了齿轮切片啮合模型,推导获得了轮齿啮合过程中任意时刻轮齿切片的几何参数,为齿轮综合性能评估模型奠定了理论基础。(2)在精确的齿轮齿廓以及齿轮切片啮合模型基础上建立了齿轮综合性能评估模型,实现了齿轮参数对齿轮性能的非线性映射。齿轮综合性能评估模型包括:(1)基于齿轮切片啮合模型与Hertz接触应力公式,计算了轮齿啮合过程中各切片上的接触应力,并将所有切片接触应力的最大值作为齿面接触强度的性能指标;(2)基于精确的齿轮齿廓开发了有限元齿根弯曲应力自动化分析脚本,并将受拉侧齿根处的最大应力导出作为齿根弯曲强度的性能指标;(3)考虑了精确的轮齿齿廓,基于势能法建立了适用于对称和非对称齿形的直齿、斜齿圆柱齿轮时变啮合刚度求解方法,并将啮合刚度峰峰值作为动力学性能指标;(4)基于齿轮切片啮合模型建立了时变的齿轮啮合功率损耗计算模型,并结合成熟的轴承、搅油、风阻功率损耗计算模型计算得到了齿轮传动效率;(5)给出了齿轮质量的计算方法,计算得到了齿轮副功率密度。(3)基于Sobol全局灵敏度分析方法构建了齿轮参数灵敏度分析模型,在保证分析精度的前提下通过收敛性分析确定了较小的抽样样本数量。在给定工况下,进行了齿轮参数对各性能指标的灵敏度分析,定量评价了齿轮参数对各性能指标的影响程度,甄别出对齿轮性能影响较大的参数(敏感参数)和影响较小的参数(非敏感参数),并基于综合性能评估模型分别定性分析了敏感参数和非敏感参数对齿轮性能的影响机制,分析结果可为齿轮参数设计提供指导与建议。(4)提出了一种基于性能驱动的齿轮参数正向设计方法。该方法考虑了完备的齿轮参数与约束条件,通过加工刀具的展成运动包络生成精确的齿轮齿廓,在此基础上准确评估了齿轮承载能力、动力学性能、传动效率以及功率密度,基于多目标寻优算法实现了齿轮综合性能驱动齿轮参数设计,为高性能齿轮设计奠定基础。最后针对某齿轮传动副进行了实例设计与分析,设计结果表明:相较传统设计而言,该方法所设计的齿轮族中存在多种设计在所有性能方面均优于传统设计,且齿轮族中没有比传统设计差的设计,体现了本方法设计高性能齿轮的有效性与优越性。