喷油润滑内齿圈外圆面红外测温及误差分析

高速重载人字齿轮箱的摩擦功率损失会转换成为温升,齿面温度测量是评价齿轮箱润滑和冷却设计的重要手段。针对某人字齿轮箱中内齿圈外圆面温度的在线实时准确测量需求,提出了一种基于红外测温仪的旋转齿轮表面温度测量方法,并分别设计搭建了相关测试试验装置。首先,分析了基于红外测温仪的旋转齿轮表面温度测量误差的影响因素;其次,通过试验对待测齿面的发射率进行标定;最后,开展了不同转速工况下的喷油润滑齿轮表面温度测量试验,并分析了吹气压力和吹气温度对红外测温误差的影响。研究结果表明:待测齿面喷涂黑色哑光漆后的标定发射率为0.96,而红外测温光路上的光学镜片会使红外测温值低2℃左右;带有空气吹扫管的红外测温仪可以在线实时测量旋转内齿圈外圆面的温度,且红外与热电偶测温值的最大相对误差不超过7%;选择合适的空气吹扫压力和吹扫温度,可以进一步减小红外测温误差。

一种新型二级凸轮式分度机构动力学仿真

针对一种新型二级凸轮式分度机构的拓扑结构特点,在ADAMS软件环境下建立了机构动力学模型,分析机构的输出响应。在此基础上,研究了转速、惯性负载及针齿分度圆半径等因素对整机动态性能的影响规律。此外,分析了传动构件的针齿强度。结果表明:机构输出轴角速度值随着转速的提高而大幅度增加,随着针齿分度圆半径的增大而减小,其波动幅值随负载的增大而明显减小。机构分度期内针齿与凸轮间的动态啮合力显著波动,上述研究成果可为该类分度机构的工况参数选择原则提供一定的参考。

直纹面面齿轮共轭小齿轮的滚齿加工研究

针对直纹面面齿轮与圆柱齿轮不满足共轭关系而限制其在小传动比应用场合的情况,提出与直纹面面齿轮共轭的小齿轮及其滚齿加工方法。首先建立了直纹面面齿轮及其共轭小齿轮的齿面方程,获得共轭小齿轮相比圆柱齿轮的齿面偏差形貌;随后推导了阿基米德齿轮滚刀的齿面方程,并根据滚齿加工运动坐标系和啮合原理建立了圆柱齿轮的数学模型;在滚齿加工圆柱齿轮的运动基础上,通过增加滚刀的径向移动和工件的附加转动使滚刀切削刃逼近共轭齿面,附加运动由泰勒多项式表示,通过建立敏感矩阵方程并采用奇异值分解法迭代求解方程获得附加数控运动多项式系数,最后获得数控加工齿面;为评价直纹面面齿轮副的传动性能,进行了齿面承载接触分析,并与传统面齿轮-圆柱齿轮副进行了对比。研究结果表明:相同参数下,直纹面面齿轮副与传统面齿轮副的承载性能基本相同,完全能够代替传统面齿轮副传动;数值算例和仿真加工对该方法的验证表明,其数值算例误差不超过1μm,仿真结果误差不超过6μm,证明了该方法的可行性和准确性。

曲面综合法少齿数弧齿锥齿轮加工参数计算仿真与切齿试验

少齿数高减比齿轮传动具有体积小和轻量化的优势。根据综合变位和节锥外啮合原理,设计了一对高减速比弧线等高齿锥齿轮,给出了相关的几何限制条件,推导了大、小轮齿面方程。大轮采用成形法加工,小轮采用单面展成法加工,为弥补大轮齿廓曲率的不足,小轮刀齿采用圆弧刃修形,采用曲面综合法优化求解了小轮加工参数;通过建立ease-off差齿面,对齿面修形梯度、传动误差、接触路径与接触线进行了仿真。切齿和滚检试验,验证了高减比弧齿锥齿轮几何设计、刀盘修形加工方法的可行性。

多头双向螺旋面的加工方案研究

在介绍活齿端面谐波齿轮的传动原理及多头双向螺旋面含义的基础上,提出了2种加工多头双向螺旋面的方案,并进行了分析、比较。方案一:先采用三维建模软件(如NX等)对具有不同参数的多头双向螺旋面的零件进行建模,再利用数控立式加工中心进行加工;方案二:利用数控电火花线切割机床与数控回转工作台互相配合,按照多头双向螺旋面形成的原理进行加工。

蜗杆-斜齿轮传动齿面啮合干涉分析

蜗杆-斜齿轮传动具有传动比大、传动平稳等优点,广泛应用于各种小型交错轴传动。与蜗杆完全共轭的理论斜齿轮与常规的标准斜齿轮存在齿形差异,因此蜗杆和标准斜齿轮传动存在齿面间的啮合干涉,会影响传动性能。基于螺旋面圆柱蜗杆与斜齿轮的双参数包络成形原理,建立了阿基米德蜗杆和齿槽法向直廓蜗杆与斜齿轮的啮合方程,推导了理论共轭斜齿轮齿面,并与实际标准斜齿轮齿面比较,分析了传动过程中齿面接触干涉区域和干涉量。分析结果表明,蜗杆头数和节圆半径对蜗杆齿轮传动的啮合干涉有影响,增加蜗杆头数、减小蜗杆节圆半径都会使干涉量增加;在相同的蜗杆设计参数条件下,齿槽法向直廓蜗杆的干涉量要大于阿基米德蜗杆,以上结论为蜗杆斜齿轮传动的设计提供了参考依据。

斜齿轮动态啮合及疲劳寿命分析

为了对高速斜齿轮啮合进行探究,首先通过有限元法构建多自由度的转子-轴承系统动力学方程,并计算齿轮啮合的固有频率,通过Newmark-β法计算位移响应,之后应用KISSsoft建立几何模型并对其齿形在齿廓和齿向两方面进行修形,应用ANSYS Workbench对修形前、后的斜齿轮副进行瞬态分析,并通过在等效应力、疲劳寿命和安全系数方面进行对比分析。结果表明:修形后的斜齿轮等效应力下降,疲劳寿命增加,安全系数提高,证明该修形方式的可行性,为设计高速斜齿轮啮合研究提供了参考。

电动叉车轮边减速器壳体的力学分析及优化

受静力和动力影响,电动叉车轮边减速器壳体易造成变形失效和振动疲劳失效等问题。因此,使用ANSYS有限元分析软件对减速器壳体分别进行静力学分析和动力学谐响应分析。研究发现,当满载工况条件下,壳体轴承内圈中下部发生明显变形,采用增加轴承壁厚方法对内圈中下部风险位置进行优化,能使壳体力学性能满足使用要求;当激励频率为2669.5 Hz时,壳体下群部力学性能较差,寿命较短,采用减少下群部预留孔数量的方法对下群部风险位置进行优化,能改进壳体力学性能,延长壳体的使用寿命。

基于动态啮合刚度的直齿圆柱齿轮动态特性研究

齿轮系统转速直接影响齿轮系统的动态特性,然而在啮合刚度的计算中该因素却被许多学者们忽略。为了研究转速对啮合刚度的影响,基于有限元框架使用平均加速度法提出了一种计算与转速相关的动态啮合刚度的算法,同时对不同转速下的动态啮合刚度进行仿真计算与分析,最后进一步探究了受动态啮合刚度影响后的齿轮系统所具有的相关动态特性。分析表明,动态啮合刚度始终围绕着静态啮合刚度上下波动;随着转速的增加,其波动幅度增加,振荡次数减少;随着转速的变化,动态啮合刚度计算的动态传动误差振幅相对于静态啮合刚度而言大小关系不一致,且计算的齿轮系统共振转速区间或超前或滞后于静态啮合刚度模型;动态啮合刚度影响特定转速区间的齿轮系统的振动周期。对与转速相关的动态啮合刚度的研究可为直齿圆柱齿轮传动性能的改善及减振降噪提供参考。

基于Transformer和卷积神经网络的齿轮故障诊断方法

针对部分齿轮的运行环境复杂,导致采集的样本数据不够的问题,提出了一种基于Transformer和卷积神经网络(CNN)的迁移学习齿轮故障诊断方法。首先,采用高斯滤波对原始振动信号进行了预处理,使信号变得平滑,降低了噪声信号的干扰;再将信号处理成带有位置信息的补丁序列以作为Transformer的输入,并增强了Transformer特征提取的能力,提高了诊断精度;然后,将信号输入到CNN继续提取特征信息,在模型中添加了一个残差块以防止网络退化;接着,划分了实验室采集的齿轮数据集和东南大学齿轮箱数据集的源域和目标域,采用了源域数据预训练模型,选择了每种类型的齿轮各100个样本为目标域;最后,以不同数据集为源域共进行了4组10次重复实验,测试了模型的准确率。研究结果表明:以不同数据集为源域的4组10次迁移实验的齿轮故障诊断准确率较高,均在90%以上,最高准确率可达100%;与其他不含Transformer的卷积神经网络、多尺度卷积神经网络和二维卷积神经网络相比,Transformer-CNN的齿轮故障诊断平均准确率更高,其平均准确率可达到99.64%。因此,基于Transformer-CNN的迁移学习方法能在小样本下诊断齿轮的故障。

尾鳍驱动仿生机器鱼的CPG控制

随着人们对海洋资源关注度的增加,对仿生机器鱼的游动性能提出更高要求,为了使机器鱼游动更贴近真实鱼的游动效果,根据Light Hill的大摆幅细长体理论的鱼体波曲线对水下仿生机器鱼的游动模式进行了研究,并采用HOPF神经元振荡器模型建立非线性振荡器模型,运用最近相邻耦合关系构建了CPG控制网络拓扑图,建立了CPG控制模型,通过调节CPG控制参数实现了机器鱼多运动模态的控制与切换。针对鲹科仿生机器鱼的游动方式进行SolidWorks三维建模,在ADAMS中进行运动仿真,并搭建实体样机。实验结果表明,采用基于HOPF的链式耦合中枢模式发生器对舵机的驱动进行控制,机器鱼尾鳍的摆动具有很好的运动柔顺性,易于实现运动模态平滑切换,游动更加灵活。这为机器鱼在海洋执行更复杂任务的研究打下了坚实基础。

基于多模 态集成卷积神经网络的数控机床齿轮箱故障诊断

针对数控机床齿轮箱在实际工作环境中负载多变且噪声干扰大、传统神经网络难以充分提取信号中的故障特征等问题,提出一种多模态集成卷积神经网络(MECNN)用于数控机床齿轮箱故障诊断。该方法将多模态融合技术与多个卷积神经网络结合,利用快速傅里叶变换方法将时域信号转换成频域信号;利用时域信号和频域信号对2个卷积神经网络进行训练,使模型能够分别从时域和频域2个角度提取特征,再将浅层特征融合;最后,将融合后的特征输入到卷积神经网络中进行故障特征的深度挖掘,并进行故障诊断。使用东南大学的齿轮箱数据集进行验证,设计了2种特征融合的方法并进行了对比。实验结果表明:在噪声下,MECNN模型用于故障诊断的准确性和鲁棒性均优于单一的时域CNN和频域CNN。

非圆齿轮滚齿切削力波动特性及抑制研究

滚齿是非圆齿轮加工实现的重要方法,用于节曲线外凸直或斜齿非圆齿轮的高效高精制造,节曲线非圆特性导致滚切力呈现较大幅度波动,影响制造过程稳定性及加工精度,是非圆齿轮滚齿领域需要研究的重要课题。文章基于单位切削力计算原理及圆柱齿轮滚切力的研究成果,采用单次断续切削产生的未变形切屑体积表征滚切力波动态势,构建非圆齿轮滚切未变形切屑模型的获取方法。选取大偏心率卵形齿轮为研究对象,分析滚刀恒速不窜刀联动加工模型所产生的滚切力波动特性,得出该联动加工模型所对应峰值切削力的波动规律。提出一种滚刀恒速并附加窜刀的联动加工模型,该模型具有恒定弧长增量加工特性,对抑制整周滚切力波动具有重要意义,并开展不同滚切深度所对应滚切力波动规律研究,研究结果为非圆齿轮滚切方案的优化制定提供一定的理论依据。

考虑多源误差影响的谐波减速器传动误差建模与分析

为解决现有谐波减速器传动误差建模方法的不足,提出一种考虑装配误差、齿面误差的综合误差建模方法。该方法首先建立装配误差和齿面误差数学模型,并进行误差影响参数分析。其次,测量实验样机装配偏心量和歪斜角度,基于模型得到对应偏心误差、歪斜误差模型理论值,齿面加工误差幅值按一般加工工况大小代入模型,得到对应加工误差模型理论值;然后,分别进行500 h、1500 h、3000 h时长的磨损实验,磨损后进行齿面形貌扫描和数据分析,得到对应的齿面形貌参数,基于模型得到对应的磨损误差模型理论值。最后,综合考虑多源误差影响,设置3组同型号样机,进行传动误差实验。实验结果表明:考虑装配偏心、歪斜和齿面加工等影响因素,传动误差的实验测量值与模型理论值误差在1.7~3.3%之间;综合考虑装配偏心、歪斜、齿面加工、齿面磨损等影响因素,在磨损500 h、1500 h、3000 h后传动误差的实验测量值与模型理论值误差分别在-3.45~2.07%、-5.88~-2.94%、1.33~5.33%之间。

齿轮传动误差峰峰值最小化的拓扑修形优化研究

为了满足齿轮传动系统低噪声、小振动和高传动精度等要求,提出了一种基于传动误差峰峰值最小化的齿轮拓扑修形优化方法。基于直线与抛物线的复合修形叠加曲线,在标准渐开线齿轮的齿廓和齿向方向对齿轮进行修形设计,提出一种拓扑修形齿面形成方法;以齿轮传动误差峰峰值最小为优化目标,基于遗传算法对提出的拓扑修形齿轮齿面进行参数优化,得出拓扑修形齿轮齿面的最佳修形参数;将拓扑修形齿轮和标准齿轮进行对比,分析修形前后齿轮的齿面受载情况和齿根应力分布情况,验证了提出的拓扑修形优化方法的有效性。

激励频率对换挡行星传动系统非线性动力学影响分析

换挡机构是变速系统中最关键的部件之一,其性能直接影响传动系统的动力性和平稳性。建立了二级换挡行星传动系统动力学方程,研究了外界激励频率对传动系统复杂动力学特性的影响;通过分析分岔图、时域响应图、相图、庞加莱截面图以及频谱图变化规律,明晰了二级换挡行星传动系统混沌振动特性,获得了外界激励频率稳定振动区间;利用比例微分控制方法对传动系统混沌振动进行控制,将混沌振动调整为稳定的单周期振动。研究结果为提高换挡行星传动系统运转的稳定性奠定了基础。

高阶多段变性巴斯噶蜗线齿轮的设计与分析

针对高阶变性巴斯噶蜗线齿轮变性段数量有限,传动比调节能力差的问题,提出了一种高阶多段变性巴斯噶蜗线非圆齿轮传动形式。研究了高阶多段变性巴斯噶蜗线非圆齿轮的形成机理,推导出了巴斯噶蜗线非圆齿轮的统一数学表达式,并对其传动特性进行了详细讨论。利用MatLab软件编写了可视化的高阶多段变性巴斯噶蜗线非圆齿轮分析设计软件及非圆齿轮齿廓生成软件,并通过设计实例予以验证,实例表明,高阶多段变性巴斯噶蜗线非圆齿轮在实际应用中是可行的。

高铁齿轮箱飞溅润滑性能数值模拟与型腔结构参数优化

以高铁齿轮箱齿轮啮合处平均压力和输出端集油盒处润滑油平均体积分数为评价指标,通过流体仿真软件ANSYS CFX,采用浸入实体法,建立了高铁齿轮箱斜齿轮飞溅润滑的CFD数值仿真模型。运用响应面Box-Behnken实验研究得出了径向距离、轴向距离、导油筋宽度对集油盒处润滑油平均体积分数和齿轮啮合处平均压力的二次回归模型,并对设计参数进行了优化。结果显示,最优参数为径向距离22.92 mm、轴向距离50 mm、导油筋宽度14.02 mm时,集油盒处润滑油平均体积分数为0.547,齿轮啮合处平均压力为32.452 kPa。

齿轮传动性能检测系统设计与试验

齿轮传动中的啮合角和重合度受制造精度、载荷、齿廓磨损、变形等因素影响会发生改变,导致传动的平稳性和连续性下降。为检测齿轮传动啮合参数,基于机器视觉技术设计了齿轮传动性能检测系统。该系统由轮系、传动装置、测量装置和图像分析系统等组成。使用工业摄像机拍摄齿轮啮合运动图像,基于最小二乘法进行数据分析,检测齿轮节圆、啮合角、重合度等啮合参数。检测结果表明,实际啮合角和重合度值检测结果与设计值相对误差低于5%。该检测系统具有高效、实时、非接触等优点,为齿轮智能制造及检测提供技术支持。

参数优化的IZOA-SVM机械设备故障诊断方法

在复杂的工作环境中,机械设备振动信号的复杂性常常会导致机械设备故障诊断的准确性不高,为解决设备运行中因信号复杂性引发的故障诊断难题,提出了一种参数优化的斑马优化算法优化支持向量机(IZOA-SVM)的故障诊断方法。首先,引入了柯西变异和反向学习的改进策略到斑马优化算法(ZOA)中,提出了改进的斑马优化算法(IZOA),旨在改善原有斑马优化算法在迭代后期容易陷入局部极值等问题,从而有效增强了其全局搜索能力;其次,利用IZOA优化支持向量机(SVM)的核参数g和惩罚参数c以寻找SVM最优参数组合[c,g],并构建了IZOA-SVM模型;然后,计算了样本的13个时域特征以构成特征向量,并将特征向量分别输入到IZOA-SVM模型、斑马优化算法优化支持向量机(ZOA-SVM)模型、粒子群算法优化支持向量机(PSO-SVM)模型、遗传算法优化支持向量机(GA-SVM)模型和支持向量机模型,进行了故障分类;最后,通过旋转机械振动及故障模拟试验验证了该方法的有效性。研究结果表明:IZOA-SVM模型在分类准确率方面得到了明显的提高,达到了98.33%;该模型能够精准而稳定地识别故障类型,提高故障识别的准确性,在准确率方面相较于其他对比方法表现出更为显著的优势。因此,该方法在全局搜索和故障分类准确性方面都取得了明显的改进,为复杂环境下的故障诊断提供了可参考的解决方案。