关键词： 动车组   齿轮箱   检修   跑合设备   适应性改造  

摘要： 随着CRH2A、CRH2C、CRH380A平台动车组齿轮箱修程修、制优化项目的结题,取消原120万公里三级修检查大端轴承状态、调整大轴承游隙及更新密封圈3个检修项点,满足轮对在不退卸车轮情况下进行齿轮箱的检修条件,目前武汉动车段的齿轮箱跑合设备为不带轮跑合设备,无法满足轮对跑合的条件,需要对既有的齿轮箱跑合设备进行适应性升级改造。

关键词： 齿轮箱   循环平稳   近场声全息   等效源法  

摘要： 针对传统近场声全息(Near-field Acoustic Holography,NAH)难以实现齿轮箱声场重建的问题,充分利用复杂噪声的循环平稳特性,将循环平稳分析和等效源近场声全息方法相结合,建立了一种齿轮箱噪声成像方法。首先,从噪声信号中估计循环频率的集合;其次,选择感兴趣的循环频率,计算相应的循环谱密度函数;随后,应用等效源近场声全息方法重建齿轮箱的潜在噪声源;最后,通过仿真和实验测试,验证了该噪声成像方法的有效性。

关键词： 微动滑移   NGW行星轮   过盈配合   有限元分析  

摘要： 行星齿轮传动系统常用于高精度和高可靠性的减速场合。在传动过程中,行星齿轮与其轴承的过盈配合面处极易产生微动滑移现象,导致局部应力状态产生周期性变化,从而引发微裂纹产生,继而加剧微动磨损,最终导致裂纹和微动疲劳破坏。通过Ansys Workbench软件进行接触有限元计算,获得行星轮内孔和轴承外圈配合面的滑移量和应力分布情况,在此基础上对不同过盈量对应的滑移数值与过盈量对配合面微动滑移的影响规律进行分析。结果表明:在额定载荷下,随着初始过盈量增加,行星齿轮内孔和轴承外圈配合面径向应力亦随之增加,而最大滑移量逐渐减小;当过盈量超过合理范围时,其数值的进一步增大会导致过盈配合面应力集中,微动滑移量变化趋势发生了反转。因此,最佳过盈量的选取对微动滑移现象影响显著。在满足传动扭矩的前提下,合理选取过盈量可有效降低维修次数与运行成本,从而提升行星轮使用寿命。

关键词： 齿轮损伤特征   故障特征提取   自适应逐次多元变分模态分解   多点最优最小熵解卷积   多通道   解卷积   包络谱峰值因子   信号重构  

摘要： 针对齿轮信号易被强噪声干扰,导致损伤特征难以提取的问题,提出了一种基于自适应逐次多元变分模态分解(ASMVMD)和多点最优最小熵解卷积(MOMEDA)的齿轮故障特征提取方法。首先,采用加权黑猩猩优化算法对SMVMD分解参数进行了自适应寻优,以SMVMD分解后各个通道的所有分量的平均包络谱峰值因子(Ec)之和的相反数作为寻优的适应度函数,确定了最大惩罚因子α和最大分解模态数k的最优值;然后,采用ASMVMD方法对齿轮多通道故障数据进行了自适应分解,根据Ec指标提取了各通道特定分量,并将这些分量相加,进行了信号重构;最后,采用MOMEDA解卷积处理了重构信号,进一步强化了齿轮故障的冲击特性,并利用包络谱分析解卷积信号,提取了齿轮的故障特征频率。研究结果表明:通过仿真信号和模拟实验信号的分析,可知利用ASMVMD-MOMEDA相结合的方法处理得到的信号降噪效果显著,能有效抑制无关干扰成分的影响,从包络谱中可以清晰地看到故障频率的前几阶倍频;与多元经验模态分解(MEMD)-MOMEDA相结合的方法进行对比,发现采用ASMVMD-MOMEDA方法得到的包络谱较MEMD-MOMEDA方法的谱线更加干净,各阶倍频更加明显,进一步证明ASMVMD-MOMEDA方法可以准确提取齿轮故障特征。

关键词： 锥齿轮   感应加热   异形线圈   异步双频感应加热  

摘要： 锥齿轮大小端存在形状差异,传统单频电磁加热时锥齿轮表面淬火温度分布不均导致硬化层分布不均。为了解决该问题,设计了两种感应加热线圈结构(罩式线圈和仿形线圈),提出了基于异形线圈下的锥齿轮异步双频分段式迭代循环感应加热方法,构建了电-磁-热多参数耦合求解物理模型,并进行了感应加热试验验证。结果表明,罩式线圈可以对锥齿轮的齿底进行良好加热,仿形线圈可以对轮齿齿顶和齿面进行仿齿廓加热。在此基础上,建立的异步双频感应加热电-磁-热多场耦合模拟结果表明,异步双频感应加热循环状态对锥齿轮齿面温度分布的均匀性影响较大。异步双频感应加热总时间一定时,随着迭代次数的增加,有助于避免局部温度过高,提升仿齿廓和齿宽方向温度均匀性,当迭代循环到4次后,齿宽和齿廓方向上温差不再发生明显变化。随着中、高频感应加热时间比增加,锥齿轮齿面温度分布均匀性降低。对锥齿轮进行异步双频感应加热试验验证了所建温度场模型的正确性。

关键词： 可视图   特征融合   行星齿轮箱   故障诊断  

摘要： 针对行星齿轮箱振动信号频率信息复杂、时变性强、调制特征明显的问题,提出了基于可视图谱特征融合的行星齿轮箱故障诊断方法。首先将行星齿轮箱信号进行Welch变换得到功率谱,采取可视图算法构建图谱,计算图谱节点的中心性指标并融合成特征矩阵,最后使用改进的CNN-Inception模型分类得到齿轮箱故障诊断结果。实验结果表明,该方法可以准确识别行星齿轮箱故障,在两种工况的实验数据集上准确率可以达到98.57%,模型具有泛化性。相较于其他方法,该方法能够实现高效、准确的故障诊断。

关键词： 航空领域   齿轮泵   试验验证   综合设计方案  

摘要： 某类泛摆线齿轮泵转速较以往提升40%,且要求在高空、高温等工况条件下进行性能试验。为满足试验要求,开展了某类泛摆线齿轮泵试验台的设计及制造。该试验台采用模块化、标准化设计方法,在单个模块设计好后,与其余模块交联从而形成整体试验验证系统,充分发挥了系统集成方面的技术优势,为相关行业泵类产品试验验证需求的单位提升设计经验参考。

关键词： 齿轮啮合   有限元分析   赫兹理论  

摘要： 为了研究齿轮的工作状态,齿轮啮合过程中的齿面受力,避免在传动系统受激而产生共振,本文通过SolidWorks建立齿轮传动模型,将其导入到ANSYS Workbench平台中进行有限元仿真,通过静力分析得到在啮合过程中产生最大应力的位置,并分析得到了此位置处的疲劳寿命,然后通过模态分析得到齿轮的固有频率,最后,对齿轮啮合进行瞬态结构分析,并且采用赫兹理论对齿面强度进行计算,验证了仿真的正确性。

关键词： 齿轮箱   滚动轴承   最小熵解卷积   自相关包络  

摘要： 最小熵解卷积(Minimum Entropy Deconvolution,MED)是近年来较为流行的一种算法,被广泛应用于齿轮箱、轴承等部件的特征提取与故障诊断。但在实际计算过程中,MED逆滤波器的参数设置对提取结果十分敏感。为解决这个问题,提出了一种优化MED的滚动轴承故障特征提取方法。该方法在MED计算过程中,综合考虑了不同逆滤波器长度下特征频率的能量占比,从而确定最佳逆滤波器参数;同时,利用包络信号的自相关性,进一步增强滚动轴承微弱故障特征信号。通过将自相关包络与优化MED方法相结合,开发了一种新型的齿轮箱滚动轴承特征提取与故障诊断方法。仿真和试验验证说明,该方法能够有效增强与轴承故障相关的特征信号,且优化MED方法明显优于传统的MED和其他相关的轴承信号处理方法,特别是由于自相关包络能够显著增强脉冲成分以及具有良好的去噪特性,在实际齿轮箱轴承故障诊断中的效果更为突出。

关键词： 干扰分解   双通道卷积   神经网络   旋转机械齿轮   故障诊断   降噪自编码器  

摘要： 旋转机械齿轮的工作环境比较嘈杂,采集的多通道振动信号通常是多分量非线性时变数据,传统的模态分解方法通过分解振动信号,取得在随机共振中表现形式的差异化特征,完成故障特征提取。但是,这些方法忽略了冲击干扰信号间的耦合关系,一旦耦合关系复杂,就难以有效提取反映旋转机械齿轮故障的冲击分量。为了在复杂环境中准确判断机械齿轮故障信息,提出基于干扰耦合关系分解的旋转机械齿轮故障诊断方法。设计旋转机械齿轮振动信号干扰分解自编码器,并引入天牛须搜索算法分解自编码器提取的耦合关系。将强耦合关系下旋转机械齿轮振动信号干扰分解为多个耦合关联结果。结合卷积神经网络和门控递归单元,构建了双通道卷积神经网络旋转机械齿轮故障诊断模型。利用分解后的旋转机械齿轮振动信号作为输入数据,分别送入卷积神经网络和门控递归单元两个通道,提取不同的振动信号特征,实现旋转机械齿轮故障诊断。实验结果表明:这种前置滤波单元可以剔除原始信号中的随机噪声改善分解效果。所提方法损失值更低、准确率更高、所用时间更短。