关键词： 齿轮箱   故障诊断   特征提取   决策融合   迁移学习  

摘要： 针对工业场景下齿轮箱故障频发、深度学习诊断过程中数据需求量大和可解释性低的问题，提出一种基于决策融合方法和迁移学习的齿轮箱故障诊断模型。基于知识驱动提取CWRU电机轴承故障数据集的振动信号特征，通过递归特征消除算法筛选出最优特征子集，包括复杂包络谱、时域统计特征和小波包分析特征；使用6种分类器并结合投票法、堆叠法和融合法的决策融合方法，建立故障诊断模型；通过基于网络模型的迁移学习，将在CWRU电机轴承故障数据集训练好的模型应用于东南大学齿轮箱轴承数据集，实现对齿轮箱的故障诊断。结果表明，基于堆叠算法构建的6种分类器集成模型在CWRU电机轴承故障数据集和齿轮箱齿轮及轴承故障诊断任务上均表现出优异的性能，且2个任务的诊断准确率差异较小。该模型在齿轮箱齿轮及轴承故障诊断任务的准确率达到100%,与其他故障诊断模型相比，具有较好的故障诊断能力。

关键词： 高速列车   齿轮系统   非线性动力学   齿面摩擦  

摘要： 为深入探究齿面摩擦对高速列车齿轮系统分岔特性的影响，依据齿轮啮合相关理论以及非线性动力学原理，采用理论分析与数值计算相结合的方法展开研究.针对斜齿轮副啮合过程，剖析齿面摩擦机理，推导摩擦系数的相关公式.建立高速列车齿轮系统的6自由度弯-扭-轴耦合的非线性动力学模型，并进行无量纲化处理.运用数值求解方法，对系统在考虑齿面摩擦与不考虑齿面摩擦两种情况下，分别就随刚度、阻尼变化时的运动特性及分岔特性展开对比分析，涵盖不同刚度系数、综合误差条件下系统随摩擦因数变化的具体情况.研究结果表明：齿面摩擦使系统混沌运动区间缩小，周期运动增多，分岔点提前.且在啮合刚度和综合误差的影响下系统随摩擦系数变化的分岔情况也有明显的特征.该研究成果有助于指导高速列车齿轮系统的优化设计，且对保障高速列车安全高效运行具有重要意义.

关键词： 掘锚机   齿轮箱   QC小组   控制措施  

摘要： 截割部传动齿轮箱是掘锚机井下掘进巷道的主要工作部件，出现故障后会导致停机停产，不仅影响掘进工程进度，造成返修成本的浪费，而且更换截割部也存在极大的安全风险，会给矿井造成不可预估的损失。针对齿轮箱下井使用过程中的故障问题，组建了专业的QC小组开展活动，采用关联图、5M1E、正交试验等科学的质量控制方法进行分析、计算，最终找出壳体浮动密封漏油和输入轴端密封结构不合理2项根本原因，并采取相应措施进行合理的控制与预防，将故障率控制到合理的水平，确保井下掘进工作面正常生产，降低更换大部件时安全事故发生的概率，维修质量和可靠性得到提高。

摘要： 振动是影响直升机安全性能、舒适性能、使用寿命的重要因素，而传动系统的振动是主要振源之一。齿轮传动系统是直升机传动系统的核心运动部件，因此，有必要分析齿轮传动系统的振动，避免出现共振现象，提高疲劳使用寿命。

关键词： 风电齿轮箱   试验平台   螺栓分布   有限元分析   静强度优化  

摘要： 通过有限元法，对某大兆瓦级风电齿轮箱试验平台进行静强度分析，并基于T型螺栓分布提出优化方案。研究发现T型螺栓的分布对其本身和其他各关重件的静强度都有不同程度的影响。在设计和布置试验台底座时，使T型螺栓尽量靠近试验台底座的支腿，可降低各关重件的应力，且排与排的T型螺栓间距可调节时，要将其间距缩小，可使得每排T型螺栓的受力情况更加均匀。当T型槽底板的强度不够时，T型螺栓可分布成阶梯型，可提高其抗拉和抗压强度。通过对T型螺栓的合理分布，可使试验平台的静强度满足设计要求，减少成本投入。研究结果为风电齿轮箱试验平台的设计和优化提供了重要参考。

关键词： 齿轮箱   变工况   故障诊断   对比学习   半监督  

摘要： 针对实际工程中变工况齿轮箱故障样本标注困难且数据分布差异显著，导致故障诊断模型精度降低的问题，提出了一种基于掩码对比学习的半监督齿轮箱变工况故障诊断方法。首先，利用随机掩码隐藏无标签数据集中部分信息，为每个无标签样本生成两个不同掩码实例；其次，采用动态卷积神经网络对掩码实例动态加权聚合，实现对不同掩码实例判别性特征建模；然后，构建对比学习框架，以最大化不同掩码实例特征间的相似性为优化目标，通过增强掩码视角实例对的特征表示一致性，降低模型对标签的依赖；最后，在微调阶段引入域条件特征校正策略生成目标域特征修正量，并根据最小化域间特征分布差异性度量对齐源域特征和目标域修正特征，显式地减少由于工况变化引起的域间分布差异。通过齿轮箱变工况故障数据集进行验证，证明了所提方法的有效性。

关键词： 多传感器   数据融合   故障诊断   GAN  

摘要： 针对数据集不平衡条件下基于多传感器数据的齿轮箱故障诊断分析问题，提出一种基于峭度指标数据融合及生成对抗神经网络（Generative Adversarial Neural Network, GAN）的齿轮箱故障诊断方法。首先，基于信号峭度对多个传感器数据进行加权融合，使融合后的信号中突出齿轮箱的故障敏感成分；其次，利用小波包变换提取信号各频段的能量系数作为信号特征；最后，基于反向传播（Back Propagation, BP）神经网络实现信号特征的分类与识别。由于实际工况中，故障信号较正常信号更不易获取，所以采用GAN对数据集中故障数据部分进行扩展，并采用扩展后的数据集训练BP神经网络。试验分析表明，所述方法故障准确率高达98%，验明了所提方法的正确性，为多传感数据融合及故障诊断问题提供了新的思路与方法。

关键词： 遗传算法   变分模态分解   轴承   故障特征提取  

摘要： 为确保故障信号分解获得分量中包含有效故障特征，达到最优处理性能，文中选择经过改进遗传算法(IGA)来实现变分模态分解(VMD)算法分量数K与惩罚因子α的组合，并结合模态分量和初始信号相关程度，再对最优分量实施包络解调，从中提取获得故障信号特征数据。信号仿真结果表明：该算法已经实现了仿真合成信号的准确分离，达到了理想的分离性能，有助于从信号包络谱内提取获得故障信号频率。实测信号分析结果，故障信号实施包络解调后具有周期变化的特点，形成了突出的谱峰，有助于对齿轮箱轴承故障准确分析。利用该方法分析齿轮箱轴承故障实现了故障特征的准确采集，能够为设备后续维修与故障诊断提供重要参考价值，充分满足了实际工程应用的需求。

关键词： 22CrMoH齿轮钢   淬透性   合金元素   自由铝  

摘要： 采用末端淬火试验(Jominy试验)研究了Al、N含量对22CrMoH齿轮钢淬透性的影响。结果表明，不同Al、N含量对22CrMoH齿轮钢本质晶粒度和末端淬火时的实际晶粒度影响不明显，但自由Al含量对22CrMoH齿轮钢淬透性有明显影响。当自由Al含量≤0.018%时，对试验钢淬透性影响较小；当自由Al含量从0.018%增加至0.020%时，试验钢淬透性急剧提高，J5～J25点硬度值提高幅度达到5 HRC以上；随着自由Al含量进一步提高，试验钢淬透性稍有提高。因此，为获得窄淬透性带宽的22CrMoH齿轮钢，可通过调整Al、N含量使自由Al含量≤0.018%或≥0.020%。

关键词： 弧齿锥齿轮   齿侧间隙   非线性动力学   集中质量法  

摘要： 针对某航空发动机的中央传动弧齿锥齿轮系统，展开非线性动力学特性研究。基于集中质量法，建立了八自由度的弧齿锥齿轮系统动力学模型，并采用模型降阶技术和Runge-Kutta数值积分方法对量纲一化非线性方程组进行求解。通过时域响应、相平面图和Poincare图等分析了齿侧间隙、啮合频率与支承刚度对系统振动响应的影响规律。结果表明：齿侧间隙增大会导致弧齿锥齿轮副轮齿间产生显著的非线性冲击现象，迫使齿轮系统的运动状态发生改变，系统振动响应从单周期运动逐渐过渡到多周期运动，最终进入混沌运动状态，尤其在齿侧间隙140～160μm内更显著；啮合频率对系统振动响应的影响与系统固有频率密切相关，随着啮合频率的增大，系统振动响应经历了周期运动-混沌运动-周期运动的变化；提高支承刚度对于增强系统稳定性至关重要，支承刚度过小会增加系统进入混沌运动的可能性。