关键词： 风机齿轮油   酸值   群体智能优化算法   模型预测   红外光谱  

摘要： 为实现风机齿轮油酸值的准确、快速检测，基于齿轮油的模拟氧化试验建立齿轮油红外光谱数据与酸值指标的数据集。采用数据预处理、特征波长提取和群体智能优化算法等方法，提出一种风机齿轮油酸值的快速预测方法。结果表明：基础模型中支持向量机(Support vector machine, SVM)具有较好的预测能力，适用于小样本齿轮油酸值性能预测；将3种群体智能优化算法代入到SVM模型中，组合模型的各项评价指标均有较大提升，其中灰狼优化算法与SVM组合模型在预测精度、收敛速度及稳定性上的表现最优，决定系数达到99.28%,均方根误差和平均绝对误差最小，分别为0.012 9和0.010 7,相对分析偏差达到35.685 9,预测集平均相对误差为2.66%。研究表明，该预测方法在保证检测精度的同时大幅缩短检测时间，为风机齿轮油酸值检测提供理论和技术指导。

关键词： 齿轮箱   故障诊断   深度学习   混合卷积神经网络   生成对抗网络  

摘要： 在现代工业和科技领域,机械传动系统的自主创新,将支撑国家“制造强国”和“走出去”的战略实施,对社会经济产生巨大的促进。作为机械传动关键组件——齿轮箱,已成为航空、航天、高速列车及重型机械等众多领域不可或缺的存在。尽管齿轮箱具有传动效率高、结构紧凑以及承载能力强等优秀的性能特点,其结构设计也在不断优化,但因其经常处于恶劣的工作环境下,其中最关键的零部件—齿轮,仍然会出现点蚀、裂纹、断齿等多种故障,而一旦发生故障就可能会引发巨大的经济损失与人员伤亡。在实际工程应用中,齿轮箱受到多重激励耦合影响,其振动样本存在冗余信息多,噪声影响大的特点,且故障样本相对稀缺,基于深度学习的故障诊断方法一直面临着效率低下,准确性不高的问题。因此,开发出能够在高噪声,小样本数据条件下高效准确的进行齿轮箱故障诊断的深度学习网络模型,对于保障机械传动系统的稳定运行具有重要意义。本文以网上公开的齿轮箱振动数据集对基于深度学习的齿轮箱故障诊断技术展开研究,主要研究内容如下: (1)阐述了齿轮箱常见的故障类型,在此基础上对齿轮箱关键故障零部件的故障机理进行了详细介绍,并针对数据的预处理方法以及后续使用到的特征变量进行说明,为后续工作的进行奠定了基础。 (2)针对高噪声条件下,齿轮箱振动信号中故障特征难以提取,会造成故障诊断的准确性不高,提出混合卷积神经网络齿轮箱故障诊断方法。该模型首先利用一维卷积神经网络进行振动样本特征的提取,同时采用深度残差网络提高对时频图像高维特征提取的能力,通过权值分配机制将一维与二维卷积神经网络提取的特征相融合,解决了振动信号由时域转换成二维时频图像过程中造成空间信息丢失的问题,可明显增强网络模型对不同类型故障特征的分辨能力。 (3)在小样本条件下,因故障样本数据不足而导致深度学习模型在故障诊断准确性方面存在问题,为此提出了一种改进的条件生成对抗网络模型。该模型利用一维卷积网络提取的样本特征作为生成样本的条件约束,同时在判别器中增加特征匹配损失机制,提高模型学习效率,使生成器生成的样本包含了真实样本的特征;在生成器中将传统全连接隐藏层替换为CBR层(卷积层-批处理层-激活层),损失函数采用Wasserstein距离取代JS散度,同时对网络的超参数进行贝叶斯优化,这有效地提高了生成样本的细节表现和模型的稳定性。 (4)针对齿轮箱故障系统诊断繁琐的问题,利用PyQt和Qt Designer搭建了一个故障诊断软件平台,同时综合小样本生成的改进条件生成网络模型,混合卷积神经网络模型,将该深度学习模型嵌入其中,实现了齿轮箱故障诊断的可视化,流程化。

关键词： 小波包变换   矿用带式运输机   齿轮故障诊断   能量守恒定律  

摘要： 齿轮故障通常表现为断齿、磨损、凹槽等形式，这些故障会导致齿轮信号中某些特定频率成分的变化，然而，由于齿轮信号的复杂性，故障特征往往被淹没在大量的噪声和干扰中，难以准确提取与处理，为此提出一种基于小波包变换的齿轮故障诊断方法。设定运输机齿轮的原始信号，计算在子空间中的载波能量，以载波能量为元素构建一个特征向量并实行归一化处理。采用小波包变换分解系数分解初始信号的奇数和偶数序列，对序列实行二次重构以便达到滤波的目的。根据能量守恒定律给出运输机动力因子和能量因子之间的平衡关系，计算能量谱异变值，将该值作为诊断阈值，通过阈值判定实现齿轮故障诊断。实验结果证明，所提方法针对磨损、断齿和凹槽故障都能实现有效诊断，诊断精准度较高且不易受噪声干扰。

关键词： CAD建模   斜齿渐开线齿轮   三维软件   建模方法  

摘要： 选取了国内外四款代表性计算机辅助三维建模软件，德国西门子NX、达索SolidWorks、中望3D、AutoCAD，基于斜齿渐开线齿轮的形状结构及几何特征分析，通过齿轮建模过程总结阐述了四款建模软件的建模特点和技巧，为机械设计工具选择提供技术参考，为新一代信息技术环境下设计开发齿轮生产缺陷检测系统奠定基础。

关键词： 连续采煤机   截割部齿轮箱   使用寿命预测   卷积神经网络   长短期记忆网络  

摘要： 基于经验和统计的连续采煤机截割部齿轮箱使用寿命预测方法往往难以精确捕捉其复杂的寿命退化过程与机理，预测精度和可靠性有限；基于动力学建模的连续采煤机截割部齿轮箱使用寿命预测方法能够反映载荷、振动等因素对齿轮箱寿命的影响规律，但侧重理论研究，与复杂工况下工程应用仍有差距。针对上述问题，提出一种基于深度学习的截割部齿轮箱寿命预测方法。结合卷积神经网络(CNN)的局部特征提取能力与长短期记忆网络(LSTM)的时序建模优势，引入注意力机制动态加权关键特征，设计基于多尺度时空注意力网络的齿轮箱寿命预测模型。实验结果表明，所提模型能够有效跟踪齿轮箱的退化过程，较支持向量回归(SVR)、LSTM等预测方法更优。

关键词： 20MnCrS5球化退火材   纯净度   硬度   球化率  

摘要： 新能源汽车减速器齿轮钢20MnCrS5球化退火材因其具有纯净度高、硬度低和组织球化率高等显著优势，成为冷锻工艺制造新能源汽车齿轮零部件的理想材料。江阴兴澄特种钢铁有限公司通过持续深入地探索与研究炼钢、连铸、轧制及球化退火工艺，成功生产出高质量的新能源汽车减速器齿轮用20MnCrS5球化退火材。20MnCrS5球化退火材的成功研制，不仅为新能源汽车齿轮制造提供了质量更优、竞争力更强的原材料，而且为我国新能源汽车安全、高效运行提供了强有力的保障。

关键词： 风力机   变桨齿轮箱   吊具   结构   应力  

摘要： 变桨齿轮箱作为风力机变桨控制的关键载体，其装配过程的可靠性及安全性尤为重要。基于Ansys Workbench仿真软件，并通过NX/Tecnomatix软件建立三维模型并搭建工艺仿真环境，对比了变桨齿轮箱C形和L形吊具的结构强度、刚度及装配工艺过程。结果表明：L形吊具的结构强度和刚度更优，且在装配过程中发生干涉的概率较低，具有较大的结构优化空间，安装简便；而C形吊具的适用范围更广，可满足不同轮毂形式的装配要求。

关键词： 斜齿轮   高速重载   承载接触   载荷分布   齿面闪温  

摘要： 为得到高速重载工况下斜齿轮传动副的齿面闪温分布情况，基于赫兹接触理论建立了斜齿轮齿面局部接触区域分析模型，推导了齿面接触相关函数，得到了接触点的相对滑动速度变化情况；基于此，考虑传动误差与承载变形，构建了基于局部接触区域的斜齿轮齿面承载接触分析模型，从而获得了齿面载荷分布；依据Blok闪温理论，构建了局部接触区域下的闪温计算模型，进而得到了齿面瞬时接触温度。结果表明：考虑齿面间隙与传动误差下的基于精细接触区域的齿面承载闪温分布算法与传统ISO闪温计算方法、热弹流润滑算法相比，平均误差分别为8.3%和4.7%,且基于所提理论算法下得到的结果较传统ISO闪温计算方法更加符合实际情况。

关键词： 齿轮箱   故障诊断   一维卷积神经网络   改进鲸鱼优化算法   支持向量机  

摘要： 齿轮箱作为航空发动机重要的传动装置，工作环境恶劣，导致振动信号呈多种信息叠加难以区分。针对齿轮箱故障特征难以提取、故障难以识别的问题，提出一种基于一维卷积神经网络结合改进鲸鱼优化支持向量机的航空发动机齿轮箱故障诊断方法，实现航空发动机齿轮箱故障快速、精准诊断。使用一维卷积神经通过其内置的卷积和池化对振动信号进行故障特征提取，在鲸鱼优化算法中引入混沌映射、非线性因子和自适应权重对其进行改进；使用改进后的鲸鱼优化算法对支持向量机进行参数寻优，再将一维卷积神经网络提取的故障特征输入到经改进鲸鱼优化参数后的支持向量机中进行故障诊断。仿真结果表明：所提的故障诊断模型对齿轮箱故障具有良好的诊断效果，与其他方法相比效果更好、泛化能力更强。

关键词： 齿轮   接触疲劳   残余应力   非均质材料   风险评估   Dang Van准则  

摘要： 磨齿、喷丸、表面光饰等齿轮表面处理技术会在材料内部产生残余应力，同时，金属材料中不可避免地存在杂质，残余应力与杂质对齿轮的接触疲劳寿命均有显著影响。为有效评估齿轮的接触疲劳风险，该文提出了一种综合考虑残余应力与杂质共同作用的数值模型。该模型使用等效夹杂法将齿轮内部的杂质转化为含本征应变的夹杂，并在位移方程中考虑了杂质与残余应力的耦合作用。研究过程中，计算了残余应力与杂质作用下的应力分布，并通过有限元法对模型进行了验证；使用Dang Van准则计算了等效应力，并将其代入Lundberg-Palmgren寿命模型，计算了齿面接触疲劳的最小循环次数，分析了残余应力、杂质等对齿轮接触疲劳寿命的影响规律。分析结果表明：杂质对齿轮接触疲劳寿命的影响远远大于残余应力的影响，且对疲劳最早出现的啮合位置具主导性；残余拉应力与杂质共同作用下，次表层最大应力增大且位置向材料表层偏移，齿轮更容易发生接触疲劳。