关键词： 少齿差   齿轮减速器   反向减速   珩磨头  

摘要： 通过分析珩磨加工工艺原理,设计了一种少齿差行星齿轮减速器,并应用于珩磨头结构设计中。通过减速器联接珩磨机床液压调整机构,实现了珩磨油石胀缩驱动机构的反向减速,以及珩磨油石的径向平稳胀缩并保持恒定压力。该减速器可用于不同直径规格的珩磨头,通用性强,大大降低了珩磨工具的制造成本。

关键词： 渗碳齿轮   金相图   区域卷积神经网络RCNN   Swin Transformer神经网络模型   图像分割   深度学习  

摘要： 针对渗碳齿轮的质检依赖人工观察判断显微组织图像而造成不确定性较大的问题,课题组基于掩膜区域卷积神经网络Mask-RCNN(region-based convolutional neural network)提出了STN-Mask-RCNN模型,对渗碳齿轮中的残余奥氏体与马氏体进行图像分割,将Mask-RCNN的主干特征提取网络替换为Swin Transformer模块,引入了神经架构检索(neural architecture search,NAS)算法与特征金字塔网络(feature pyramid network,FPN)相结合的NAS-FPN模块,并在Mask图像分割分支中加入卷积块注意力模块(convolutional block attention module,CBAM),最后与DeepLabV3+模型和U-Net模型进行对比实验,并进行消融实验分析每个模块与网络性能之间的关系。实验结果表明:课题组提出的模型对渗碳齿轮中残余奥氏体与马氏体的图形分割能力较强,平均像素精度(mean pixel accuracy,mPA)达90.64%,整体性能明显优于其他模型,且各个模块对于模型性能都有不同程度的提升。

关键词： 动力集中动车组   齿轮箱   润滑油乳化   动密封  

摘要： 针对动车组在冬季冰雪天气运行时动力车齿轮箱润滑油乳化问题,文章从齿轮箱密封结构、齿轮箱运用环境、密封测试等方面开展了齿轮箱润滑油乳化原因分析研究,提出了改进措施,并通过淋水试验和线路实际运行情况验证了其改进效果。

关键词： 工程机械   变速箱   齿轮断齿   失效  

摘要： 工程机械变速箱是工程机械中重要的传动装置之一,其齿轮断齿失效是影响其可靠性和使用寿命的主要问题之一。本文主要研究工程机械变速箱齿轮断齿失效的原因分析和有效解决策略。首先介绍了工程机械变速箱的基本原理和结构及在工程机械中的重要作用。接着,对工程变速箱齿轮断齿失效的原因进行深入分析,包括材料质量、制造工艺、润滑状态和运行条件等方面的影响。在第三部分中,探讨了工程变速箱齿轮断齿失效的分析方法,涵盖了实验测试、数值模拟和故障诊断等技术手段。最后,提出了有效解决工程机械变速箱齿轮断齿失效的策略,强调了预防性维护和定期检查的重要性,并结合实际案例分析了策略的有效性。本研究的创新之处在于对工程机械变速箱齿轮断齿失效进行了系统性的原因分析,并提出了全面而实用的解决策略,旨在帮助工程机械行业有效提高设备可靠性和延长使用寿命,从而减少维修成本和生产停工带来的损失。

关键词： 17CrNiMo6   行星齿轮   缺陷原因分析   金相  

摘要： 17CrNiMo6钢作为标准DIN EN ISO 683-3-2019中18CrNiMo7-6钢的替代品,广泛应用于变速箱齿轮、差速器齿轮。某公司模锻了一批17CrNiMo6行星齿轮,在检验时发现部分产品带有缺陷。通过对发生缺陷的9个行星齿轮上11处缺陷进行拓印统计,发现缺陷发生位置具有极高的规律性。根据化学成分检验和金相分析的结果,表面划伤极其轻微,折叠产生的原因有两种,同表面凹坑缺陷一样产生于锻造过程。

关键词： 齿轮加工机床   几何误差溯源   几何误差建模   几何误差测量与辨识   几何误差补偿  

摘要： 齿轮的加工精度是制约高端装备发展的关键瓶颈,高性能齿轮加工机床是实现齿轮高精度加工的选择。齿轮加工机床结构和运动的复杂性增加了其几何误差补偿的难度。通过分析近年来国内外多轴通用机床的几何误差补偿技术并结合齿轮加工机床几何误差补偿发展现状,对齿轮加工机床几何误差补偿技术展开综述,总结几何误差的来源,介绍多体系统理论、旋量理论、微分运动矩阵及变流理论4种可应用于几何误差建模的理论,分析采用激光干涉仪和球杆仪对直线轴及旋转轴进行几何误差测量与辨识的方法,概述通过NC数据修改对几何误差进行补偿的方法,为齿轮加工机床几何误差补偿设计提供参考。

关键词： 齿轮   磨齿   精度问题   齿面波纹度   MM检测  

摘要： 本文研究了DCT400偶数轴C齿在蜗杆砂轮磨齿加工中出现的问题,特别是六档齿轮在测试时产生的异响。通过对磨齿砂轮、修整器和夹具的分析,发现夹具磨损、机床异常振动和磨齿机Y轴及Z轴丝杠轴承间隙是导致齿面波纹度f fa异常的主要原因。通过调整加工参数、提高检测频次和精度要求,成功将f fa恢复到小于3.5μm,满足了装箱要求。

标准号: GB/T 30819-2024

摘要： 本文件规定了机器人用谐波齿轮减速器产品分类、型号、基本参数与结构尺寸，要求，试验方法，检验规则，标志、包装、运输和贮存。本文件适用于机器人用谐波齿轮减速器。

标准号: GB/T 44519-2024

摘要： 本文件规定了手动和自动的，开关型和调节型工业阀门用齿轮箱的分类、设计要求、可选附件、出厂试验和型式试验、标志、包装、运输和贮存。 本文件不包括与阀门设计为一体的齿轮装置和水下齿轮箱。

关键词： 卷积神经网络   CEEMDAN   连续小波变换(CWT)   注意力机制   迁移学习  

摘要： 针对齿轮箱早期故障特征难于提取，传统卷积神经网络（Convolutional Neural Network，CNN）难于直接利用微弱故障特征实现故障诊断与分类的问题，提出了一种基于注意力机制改进的迁移学习模型。首先，利用自适应白噪声完备集合经验模态分解（Complete Ensemble Empirical Mode Decomposition with Adaptive Noise，CEEMDAN）和小波阈值相结合用于去噪，提取齿轮箱早期微弱故障特征信号；其次，对去噪后的信号进行小波时频分析，通过连续小波变换（Continuous Wavelet Transform，CWT）将一维信号转变为二维小波尺度图用于构建样本集；最后，在迁移学习模型中嵌入自注意力层，用于增强模型对故障特征的关注度，并在齿轮箱内部齿轮副故障数据子集和轴承故障数据子集上进行验证。结果表明，模型嵌入自注意力模块后，能提高模型的诊断精度，平均分类准确率比普通迁移学习模型提高1.5%，比未经过预训练的GoogleNet模型提高2.65%，证明在迁移学习模型中嵌入自注意力模块来改善网络性能的方法是可行的。