RV减速器两级齿廓修形对振动的影响

针对RV减速器运转过程中存在的振动问题,目前主要针对摆线轮修形,很少考虑渐开线齿轮修形对RV减速器振动的影响。文章以RV-20E为研究对象,研究了渐开线齿轮和摆线轮修形对减速器振动特性的影响。在SolidWorks中分别建立了修形前、后的行星轮和摆线轮的参数化模型,共得到5组RV-20E减速器整机参数化模型。将模型导入Ansys中进行模态仿真,验证了RV减速器在正常工况下不会产生共振;然后将模型进行动力学仿真试验,以针齿壳为评价点、以该处振动信号时域图与频谱图为结果,分析RV减速器的振动响应,并通过试验验证了仿真结果的准确性。结果表明,在仅渐开线齿轮齿廓修形的情况下,RV减速器振动加速度均方根降低了14.79%;在考虑两级修形后,RV减速器振动加速度均方根降低了31.69%。

RV减速器的多目标层次优化设计

为了使RV减速器的结构更加紧凑、传动效率更高和承载能力更强,提出了一种基于层次分析法(AHP)的RV减速器多目标优化设计方法。以RV减速器的体积、传动效率和摆线轮接触应力为多目标函数,借助层次分析法(AHP)对优化目标进行评估,计算各个目标的权重,将多个目标通过加权法转化为单目标函数,其次建立了包含参数范围、强度校核及结构限制的约束条件。最后利用遗传算法(GA)实现多目标优化设计问题的求解。优化结果表明,优化后的RV减速器体积减小、传动效率更高、承载能力更强,综合性能提高了8.0%。为实际生产应用中减速器的优化设计提供理论和方法指导。

偏载作用下RV减速器主轴承启停动态特性研究

为了获得RV减速器启停工况下主轴承的动态响应特性,以某型RV减速器主轴承为研究对象,分析轴承的径向和轴向偏载作用情况;在此基础上建立轴承多刚体动力学仿真模型,结合工况设置载荷、转速和接触参数,并验证模型有效性;仿真分析了RV减速器主轴承启动和减速停止工况对轴承滚子与保持架、内外圈接触力的影响规律。结果表明,RV减速器主轴承滚子与保持架接触力受启停工况的影响,启动加速阶段碰撞最为激烈,平稳时次之,减速时最小;在启动加速和减速停止阶段,滚子与内圈接触力波动范围为平稳运行时的15倍,为研究RV减速器主轴承的动态特性及寿命试验提供了理论基础。

伺服特征信息与RV减速器负载关联性研究

针对现有RV减速器工况识别中传感器安装位置受限和采集信号易受外界噪声干扰等问题,综合利用伺服特征信息对RV减速器工作状况进行监测,提高工业机器人在制造领域的服役性能。首先,根据RV减速器的结构参数及工作机制,分析输入转速与RV减速器关键频率、伺服特征信息与负载之间的关联性;然后,基于K-means聚类算法构建伺服特征信息与RV减速器负载之间的关联性辨识模型;最后,通过搭建RV减速器试验平台采集不同负载工况下伺服系统反馈信息,进行相应处理后运用关联辨识模型,实现了对负载状态的精确识别,识别率高达97.45%。本文可为基于伺服特征信息的RV减速器运行状态监测提供技术支撑。

基于IAS信号自适应窄带解调的RV减速器摆线轮故障特征提取

RV(rotary vector)减速器广泛应用于工业机器人,研究其关键零部件的故障检测方法具有重要意义。由于RV减速器结构复杂、摆线轮转速低、故障冲击较弱等问题,造成摆线轮故障特征难以用常规振动分析方法提取。针对上述问题,提出一种基于瞬时角速度信号自适应窄带解调的RV减速器摆线轮故障特征提取方法。首先对编码器角度信号进行采集,然后使用向前差分法获得瞬时角速度信号,在此基础上,使用角域同步平均提取摆线轮周期相关同步分量,消除非同步干扰,并通过构建边带信噪比指标选取故障信息丰富的啮合谐波频带进行带通滤波,最后对滤波后的信号进行窄带解调,实现对RV减速器摆线轮的故障特征提取。试验结果表明,该方法可以有效地提取RV减速器摆线轮故障特征,且自适应实现优化带宽选择。

面向传动性能的分体式RV减速器结构优化

针对当前国产RV减速器加工成本高,传动效率低等问题,提出分体式摆线轮结构对原齿廓进行优化以减少加工难度,提升加工效率。分析RV减速器传动原理,提出了分体式摆线轮的设计方法,确定各零部件的参数尺寸,以负载性能,传动精度,传动效率为评价指标,构建多目标评价函数,采用NSGA算法实现面向性能的RV减速器结构参数优化。构建RV减速器三维模型,采用Adams动力学分析对其各项指标进行评定,验证设计方法的有效性。同时,采用有限元分析对设计出RV减速器结构的合理性进行验证分析。

基于改进MOPSO的RV减速器摆线轮齿廓多目标修形研究

在精密RV减速器摆线轮修形过程中,RV减速器回差和传动误差难以获得综合提升,且摆线轮的修形方式多为单目标修形或加权单目标修形,不符合实际工程情况。为此,采用TCA法建立传动误差模型和回差模型,提出一种带有指数型非线性递减惯性权重和迭代更新学习因子的多目标粒子群算法。以回差和传动误差为目标函数,利用改进算法进行复合修形量的优化,通过隶属度函数获得最优化解。利用Adams和MATLAB分别分析不同修形方法下RV减速器的回差和传动误差情况。结果表明:最终优化修形后的回差比等距、移距修形分别减少了0.02′、0.04′,传动误差分别减少了6.6%、7.8%。

工业机器人用RV减速器专利分析

【目的】RV减速器是工业机器人关键的技术部件之一,其专利技术发展现状对于相关企业的专利预警和导航非常重要。【方法】本文基于中国专利文摘数据库(CNABS)、中国专利全文文本代码化数据库(CNTXT)、世界专利文摘数据库(SIPOABS)、德温特世界专利索引数据库(DWPI)等数据库,以全球及国内在工业机器人RV减速器领域的专利申请为样本,对工业机器人用RV减速器的关键专利技术的发展进行分析。【结果】分析了工业机器人用RV减速器专利的申请量趋势、地域分布等,尤其重点分析了重要申请人的专利技术分布、各技术分支的发展路线以及国内技术分支的功效图。【结论】为国内相关创新主体的研发和专利布局提供参考意见。

转速与负载对RV减速器传动误差的影响

由于转速与负载是造成RV减速器产生传动误差及变形等问题的主要因素。从RV减速器的误差源入手,分析了传动误差的主要影响因素。基于机构精度分析理论,推导了RV减速器传动误差的理论计算公式。基于RV减速器综合性能试验台,获得了RV减速器在不同转速与负载下的传动误差曲线,分别探究了转速和负载对RV减速器传动误差的影响规律。结果表明,当负载固定时,在正转低转速工况下或200r/min附近的反转转速工况下,RV减速器的传动误差较小;当转速固定时,在负载为400N·m附近的正转工况下和反转低负载工况下,RV减速器的传动误差较小。

基于色度分析的RV减速器健康状态评估

针对基于声发射的RV减速器运行状态监测中,声发射信号易被噪声影响,并且判别性特征难以获取的问题,本文提出了基于小波变化的声发射信号降噪方法,在此基础上提取了具有判别性特征的峭度信息,作为判断RV减速器健康状态的重要指标。

基于变分模态分解的阶次分析对RV减速器的故障诊断

在变转速工况下对RV减速器进行故障诊断存在诸多的问题,如信号采集频率不统一、分量调制、低频特征难以确定、频率模糊等,导致RV减速器的故障特征难以提取。针对此问题,提出一种变分模态分解的阶次跟踪分析方法,根据RV减速器的振动特征,确定RV减速器的瞬时转速信号和振动信号;再对RV减速器的转速进行二阶拟合差分,得到时间-转速信号;通过计算时间-转速积分对RV减速器的振动信号进行等角域划分,再利用变分模态分解和重构选取目标分量对其进行傅里叶包络变换,得到RV减速器故障信号的包络阶次图,通过对比故障阶次确定减速器的故障点。所提方法可以在振动信号和转速的采集频率不匹配的情况下进行故障诊断,解决了不能充分划分等角域的问题,为变转速工况下的复杂旋转机械的故障诊断提供了新方法。

基于注意力机制的RV减速器故障诊断

传统的利用深度学习对RV减速器进行故障检测的方法主要依赖于人工定义的特征提取和各种分类器,但其局限性在于无法捕获复杂的故障模式和变化,并且对于不同的故障类型需要重新提取特征导致模型泛化能力差。为了解决这个问题,引入注意力机制来自适应地对输入数据中的关键信息进行加权和聚焦,通过自适应地学习关键信息,提高故障检测的准确性和泛化能力。研究将注意力机制分别结合卷积神经网络(CNN)和长短期记忆网络(LSTM)构建模型,对收集到的RV减速器摆线轮振动信号进行检测识别,旨在增强减速器故障的检测性能。通过对测试集上的准确率进行比较,结果显示采用注意力机制的模型显著提高了网络的准确率。说明注意力机制能够有效地提取RV减速器摆线轮故障部位的特征,从而对减速器的故障进行更准确的检测。

RV减速器行星级配齿方法研究

对RV减速器行星级的配齿方法进行研究。通过分析RV减速器的结构特征和内部各传动部件之间的运动关系,建立太阳轮、行星轮、曲柄轴等核心构件之间的角度啮合关系。分析零部件装配工艺的互换性关系,建立RV减速器第一级行星传动部分的配齿模型,进而得到适用于不同型号、不同传动比RV减速器的配齿方法。以RV-80E-121型减速器和RV-3000J型减速器为例,验证所提出的配齿方法的正确性。

基于DS-DBN多测点的工业机器人RV减速器故障诊断分析

为了提高减速器故障识别能力,融合DS证据理论和深度信念网络(DBN)设计了一种基于DS-DBN多测点的故障诊断方法,并开展实验测试验证。研究结果表明:经过30代训练后达到收敛状态,训练四个测点的DS-DBN故障诊断模型分类误差均小于5%,该方法能够快速获得全局最优参数。相比较单点测试,通过DS证据理论完成测点故障诊断融合处理后,可以将故障诊断准确率提升至接近100%的程度。该研究有助于解决工业机器人RV减速器隐藏的问题,延长使用寿命、减少经济成本。

基于智能算法的RV减速器选配平台

RV减速器选配平台是为了解决工业行业内减速器零件选配的效率问题,提高工厂的生产能力而开发出的智能算法选配平台.该平台采用前后端分离模式开发,前端使用Vue.js框架,后端使用Spring Boot框架,由MySQL数据库提供数据存储和数据支持.同时,平台结合智能寻优算法(遗传算法、人工蜂群算法、粒子群算法等)进行零件选配分析,并引入自适应函数调整策略,解决算法容易陷入局部最优的状况.RV减速器选配平台具备了用户管理、零件数据管理和零件选配等功能.经试验证明,平台可以根据制定好的条件约束进行零件的匹配,提高了零件选配的成功性.

基于特征融合的RV减速器局部故障诊断研究

为提高模拟真实工况下RV减速器局部故障诊断方法的可靠性与识别精度,降低工业机器人的故障率,本文提出一种基于频谱、时频谱特征融合的方法,设置三种负载影响因素,采集伺服系统在不同模式下反馈的电流信号,并对电流信号进行快速傅里叶变换(FFT)和小波包分解(WPD),从而获取频谱、时频谱曲线。提取频谱曲线中的平均频域、重心频率、均方根频率及频率标准差用作频域特征值,将时频谱曲线中4个频带能量值用作时频域特征值,并构建融合特征向量;利用基于Sigmoid函数的极限学习机(ELM)对RV减速器的3种工作模式进行识别。结果表明:进行特征融合后,测试集数据的准确率与仅使用频谱特征、时频谱特征相比分别提高了10.95%和5%。本文所研究的方法能够有效提高故障识别准确率,为开发工业机器人无传感在线监测提供指导。

基于遗传算法的RV减速器多目标优化修形

以RV减速器摆线针轮为研究对象,分析了摆线针轮正等距加负移距修形理论,并针对该修形方法对摆线轮齿隙和回差的影响建立了摆线针轮修形的目标函数,以正等距加负移距修形方式为基础,提出基于遗传算法的摆线轮的多目标参数优化修形的方法,并通过实验验证其优化方法的有效性,为摆线轮的齿形优化设计的研究提供了理论基础。

基于瞬时角速度信号窄带解调的RV减速器针齿故障检测

针对工业机器人实际工况下旋转矢量(rotary vector,RV)减速器低速级不完全旋转工况针齿故障特征提取困难的问题,研究结合编码器信号的优势,提出一种基于瞬时角速度(instantaneous angular speed,IAS)信号窄带解调的RV减速器针齿故障检测方法。首先,消除RV减速器换向过程产生的异常数据,获取非整周转RV减速器的IAS信号;接着,对IAS信号进行角域同步平均,消除非同步干扰对信号分析的影响;随后,设计带通滤波器对信号进行滤波;最后,通过幅值解调和相位解调进行针齿故障检测。试验结果显示,所提方法可有效实现RV减速器低速级不完全旋转工况下的针齿故障检测。

基于瞬时角速度信号增强的RV减速器行星齿轮局部故障检测

针对旋转矢量(rotary vector, RV)减速器多源耦合严重,行星齿轮局部故障所引起的冲击易被其他干扰分量所淹没,故障特征提取困难的问题,结合编码器信号的优势提出了一种基于自适应最大二阶循环平稳盲解卷积(adaptive maximum second order cyclostationarity blind deconvolution, ACYCBD)的RV减速器行星齿轮局部故障检测方法。首先,拾取伺服电机内置光编码器信号,并利用向前差分计算获得瞬时角速度(instantaneous angular speed, IAS)信号;然后,依据特征评价指标(characteristic evaluation indicator, CEI)最大化原则自适应确定ACYCBD优化滤波器长度,并对IAS信号进行增强;最后,通过识别时域中与故障冲击周期相匹配的理论齿数实现RV减速器故障检测。通过试验数据分析,并将所提方法与现有的稀疏低秩分解算法和增强CYCBD算法对比,验证了所提方法的有效性。

基于改进NSGA-Ⅱ算法的RV减速器参数多目标优化研究

旋转矢量(RV)减速器是工业机器人核心部件,对于机器人的性能起到关键作用。针对提升RV减速器综合性能的问题,从优化传动压力角的相关参数出发,对其结构参数(摆线轮齿数、短幅系数、针径系数、摆线轮宽度等)的多目标优化设计进行了研究。首先,研究了摆线轮平均压力角、传动效率和传动机构体积三者的相关参数之间的关系;然后,以此为优化目标,在摆线轮标准齿廓方程的基础上建立了多目标优化数学模型(该模型采用了基于非支配占优排序遗传学算法(NSGA-Ⅱ)改进了交叉算子系数生成的改进NSGA-Ⅱ算法);通过模型求解得到了帕累托最优解集,根据模糊集合理论的相关方法选取了最优解;最后,以某公司220-BX型RV减速器为例,进行了优化设计,建立了3D模型后进行了有限元分析,并加工出实验样机,进行了传动效率对比实验。实验结果表明:摆线轮平均压力角减小了7.19%,体积减小了11.1%,传动效率提高了4.9%。研究结果表明:该模型交互性强,能提高设计效率并节省设计开销,可为实际RV减速器工程优化设计提供参考。