关键词： 风力发电机组   齿轮箱   润滑技术   润滑油  

摘要： 随着如今风电装机数量的不断增加,对于风力发电机组的运行稳定性提出了更高的要求,风力发电机组作为可再生性能源的重要组成部分,其运行稳定、高效能转化对于推动清洁型能源的发展来说至关重要。齿轮箱作为风力发电机组的核心传动部件,整体性能将直接影响到机组的运行效率与寿命,而润滑技术作为保障齿轮箱正常运行的关键一环,通过一系列的技术手段,能够对齿轮箱性能和寿命带来深远影响。对此,本文将以风电机组齿轮箱常见问题与润滑系统技术研究为主题,优先探讨风电齿轮箱润滑系统常见问题,随后分析风电机组齿轮箱润滑技术要点,最后提出有关风电齿轮箱润滑系统的优化建议。

关键词： 掩膜电解加工(TMEMM)   微齿轮模具   射流   兆声   定域性  

摘要： 在微齿轮模具的掩膜电解加工(TMEMM)中,金属的各向同性刻蚀属性导致了在加工过程中难以避免的侧蚀现象,从而显著降低了加工的定域性和精度。为解决这一问题,提出了一种兆声射流协同辅助掩膜电解加工(MJ-TMEMM)方法。建立了兆声射流协同辅助掩膜电解加工的仿真模型,对加工中的声-电-流多能场进行了仿真分析。仿真结果表明,兆声射流协同辅助方法显著提高了掩膜电解加工的定域性。基于仿真分析进行了兆声射流协同辅助掩膜电解加工微齿轮模具实验。实验结果表明,兆声射流协同辅助掩膜电解加工相较于传统掩膜电解加工,微齿轮模具的加工定域性提高了95%。最终,在仿真和实验研究的基础上,采用优选后的工艺参数制备了齿数16、模数0.15 mm且符合设计要求的微齿轮模具。与传统掩膜电解加工相比,采用兆声射流协同辅助掩膜电解加工方法制作的微齿轮模具齿顶圆刻蚀因子从1.19提高至2.6,齿根圆刻蚀因子从1.36提高至3.74。

关键词： 主动齿轮   马氏体   化学成分   微动磨损  

摘要： 对伤损牵引电机主动齿轮进行了宏观形貌观察、断口微观形貌观察、金相组织分析和理化性能测试,研究了齿轮裂纹产生的原因。结果表明:因齿轮端部与挡圈存在微动磨损,挡圈接触面处形成白亮淬火马氏体组织,在周期性交变载荷作用下,裂纹自螺纹孔附近挡圈接触面的白亮淬火马氏体处萌生,并逐渐向齿面及齿轮内孔疲劳扩展,齿面因啮合力的作用发生了剥离掉块。齿轮材质中Cr元素的质量分数过高,当齿轮端面发生微动磨损时更易形成硬而脆的淬火马氏体组织。

关键词： Permanent magnets  

摘要： Joint electromechanical transmission systems are vital for space manipulator but face challenges in aerospace due to their compact size，high transmission ratio，and reliability needs. Balancing transmission efficiency，safety，and lightweight design is difficult due to multiple power sources，multi-stage transmission，and electromechanical coupling. To address this，a design scheme with dual motor drive and a "two stage internal meshing，one stage quasi-planetary and one stage 3K-III planetary gears" configuration was proposed for a specific space manipulator，aiming to meet the requirements of heavy-duty，high-precision，and low-energy consumption space mechanisms. A design method for electromechanical transmission systems based on optiSLang and NSGA-III algorithm is developed，achieving collaborative design and optimization of 66 electromechanical parameters such as permanent magnet length，rotor slot outer diameter，gear module，and profile shift coefficient. The influence sequence of structural parameters on system efficiency，mass，and safety is revealed，resulting in improvements of 5. 63% to 9. 26% in transmission efficiency，19. 35% to 24. 78% in safety，and 9. 79% to 11. 39% in output torque，while reducing weight by 6. 23%. This research provides support for the development of next-generation aerospace equipment. © 2024 Chinese Society of Astronautics. All rights reserved.

关键词： 行星齿轮箱故障诊断   多尺度卷积神经网络   双向门控循环单元   多头注意力  

摘要： 在行星齿轮箱故障分类任务中针对多尺度卷积神经网络方法未充分利用时序特征导致故障信息提取不充分及工况自适应能力不足的问题，提出了一种组合故障诊断模型MSECNN-BiGRU-MHA以提升准确率。通过设计多尺度通道注意力模块以充分提取空间特征信息，结合BiGRU-MHA充分挖掘时间序列数据的远程依赖关系，采用Softmax分类器实现行星齿轮箱故障的时空间特征提取及分类。结合东南大学行星齿轮箱故障数据实验，本方法在0Nm负载下的诊断准确率达99.7%，相较于CNN、CNN-GRU、CNN-BiGRU、MSECNN-BiGRU四种典型深度学习模型准确率分别高出18.9%、8.5%、7.6%、3.9%，表明模型准确率更高；同时在7.32Nm负载下的诊断准确率达100%，表明模型具有良好的工况自适应能力。

关键词： 磁流变液联轴器   减振性能   温度   电驱齿轮传动系统  

摘要： 针对刚性联轴器在电驱齿轮传动系统中存在冲击振动过大的问题，提出了一种采用可变刚度和阻尼的磁流变液联轴器替代刚性联轴器的方法。根据磁流变液联轴器在滑差工况下的温升特性，建立了考虑磁流变液联轴器温度影响的电驱齿轮传动系统动力学模型。基于所建模型，考察了温度对磁流变液联轴器力学特性的影响，分析了磁流变液联轴器在电驱齿轮传动系统中的减振性能。结果表明，随着温度的升高，磁流变液联轴器的刚度和阻尼系数分别下降了56.08%和33.49%；与刚性联轴器相比，磁流变液联轴器对系统振动具有显著的抑制作用，电机输入轴节点在径向方向上以及斜齿轮啮合节点在扭转方向上的幅值范围分别减小了33.87%和15.63%。

关键词： 齿轮故障   辛几何模态分解   电机电流分析法   包络解调  

摘要： 针对电机电流信号分析法中故障信息被电流基频及谐波掩盖且故障频率被调制的问题，提出一种基于辛几何模态分解的故障诊断方法。辛几何模态分解可以分解出电流信号中的基频及谐波成分，利用时域参数移除该成分并寻找故障敏感分量，可以揭示故障信息。对故障敏感分量进行包络谱分析，能够实现故障频率解调。最后，齿轮故障实验采集了齿轮正常、轻度磨损以及断齿三种齿轮状态的电机电流信号用以分析，验证了此方法的有效性。

关键词： 红外光谱   机器学习   风机齿轮油   抗氧化性能   模型预测  

摘要： 旨在建立基于红外光谱法快速测定风机齿轮箱润滑油(齿轮油)抗氧化性能的方法.基于齿轮油的红外光谱数据,依次进行样本集划分、数据预处理、特征波长选择和机器学习等数据处理,最终采用多种评价指标对组合模型的性能进行综合评估.结果表明,采用标准正态变量变换(SNV)预处理后的光谱数据所建立的偏最小二乘回归模型性能最佳;两种特征波长提取方法中,主成分分析(PCA)降维效果优于连续投影算法(SPA);三种机器学习中,BP神经网络预测效果最佳.最终得出采用SNV+PCA+BP模型预测效果最优,可以更好地快速预测风机齿轮油的抗氧化性能.

关键词： 齿轮箱   螺丝检测   YOLOv5s   特征融合   小目标检测  

摘要： 随着城市轨道交通的快速发展，地铁维护的安全性和效率变得尤为重要。其中，车底齿轮箱螺丝的状态直接关系到城轨车辆的安全运行，但传统的基于YOLOv5s检测方法在实时性方面存在明显不足。针对以上问题，提出一种基于改进YOLOv5s的齿轮箱螺丝状态检测算法。首先，为保证模型实时性，采用了分组混洗卷积模块，显著减少了模型的计算量；其次，针对传统空间金字塔池化技术未能充分考虑特征间差异性的问题，引入特征自适应融合的空间金字塔池化技术，提升了模型的性能；紧接着，为提升单个卷积的表达能力，使用了一种新的特征提取单元，在保证轻量化的同时能够获取更多特征信息；最后，为提高模型检测微小螺丝目标的能力，采用Focal Loss损失函数，提高了检测的准确率。实验结果表明，改进后的模型在mAP精度上比原始YOLOv5s算法提高了2.2个百分点，同时模型的参数和计算量分别降低2.9×106和8.1 GFLOPs，检测速度低至25ms，提升了22个百分点，证明了该方法有效性。

关键词： 时空特性   概率神经网络   风电齿轮箱   复合故障   预警系统   数字孪生  

摘要： 针对风电齿轮箱在复杂故障下，不能有效采集振动信号，导致风电齿轮箱故障预警精度下降的问题。为此，研究基于时空特性的齿轮箱故障预警系统孪生建模。通过信息采集子系统和光纤传感技术，实时采集风电齿轮箱运行时的时序和空间位置数据，得到时空特性数据；利用孪生空间，将得到的齿轮箱时空特性数据传输至虚拟空间；利用绘制渐开线齿廓线建模方法，结合几何模型、物理模型与行为模型，得到风电齿轮箱的孪生体模型；获取仿真数据，利用概率神经网络，得到复合故障预警结果。实验证明：该系统可有效采集风电齿轮箱的时空特性数据，并建立齿轮箱孪生体模型；复合故障状态下，均方误差小于0.05m/s2，相关系数大于0.95，表明系统具有高数据采集精度和强相关性。能够有效完成齿轮箱复合故障预警，显著提升故障预警的精准度和效率。本文方法适用于监测和预警风电齿轮箱在复杂工况下的复合故障，展现了数字孪生技术在能源装备维护领域的应用潜力。