标准号: GB/Z 3480.22-2024

摘要： 本文件描述了外啮合圆柱齿轮微点蚀承载能力的计算方法。该方法是基于对模数3mm~11 mm、节圆线速度8 m/s~60 m/s的油润滑齿轮传动装置的试验和观察基础上提出的，本文件适用于满足下述要求的参数合适的任意齿轮副。

标准号: GB/Z 3480.4-2024

摘要： 本文件描述了外啮合直齿和斜齿圆柱齿轮的齿面断裂承载能力的计算方法。本文件不作为齿轮箱设计和认证过程中的评级方法使用。

关键词： 行星齿轮箱   弱刚度构件   刚柔耦合建模   振动响应   动态传递误差   啮合载荷  

摘要： 针对传统集中参数法和有限元法难以精确建立复杂行星齿轮箱动力学模型以及计算量大的问题，提出一种基于多体动力学的刚柔耦合动力学建模方法。利用有限元子结构缩减理论建立柔性体模型，考虑了齿圈和传动轴的柔性以及齿轮时变啮合刚度和传递误差等非线性因素，建立了复杂行星齿轮箱刚柔耦合多体动力学模型。基于仿真结果对比分析了刚柔耦合模型的动力学特性，结果表明，刚柔耦合模型的振动信号幅值相对较大，更有利于分析行星齿轮箱的振动特性；传动轴的柔性变形会导致齿轮的动态传递误差增大；柔性齿圈吸收了部分冲击载荷，从而使行星轮系的齿轮副载荷降低，且载荷的波动程度小于刚体模型，在计算行星轮系齿轮载荷时，考虑齿圈柔性的结果更加贴近真实工况。

关键词： 齿轮传动   耦合故障   故障诊断准确率   精细复合多尺度散度熵   等距特征映射   遗传算法优化核极限学习机  

摘要： 现有针对行星齿轮箱的故障诊断方法一般仅研究单一故障，但实际行星齿轮箱的故障一般由多个故障耦合而成。耦合故障的故障机理比单一，故障也更加复杂，振动信号中的非线性因素对特征提取的干扰更加严重。针对该问题，提出了一种基于精细复合多尺度散度熵(RCMDE)、等距特征映射(ISOMAP)和遗传算法优化核极限学习机(GA-KELM)的行星齿轮箱耦合故障诊断方法。首先，利用振动加速度计采集了行星齿轮箱单一故障和耦合故障下运行时的振动信号，构建了故障数据集；随后，利用RCMDE提取了行星齿轮箱振动信号的故障特征，建立了初始的特征样本；接着，利用ISOMAP对故障特征进行了降维，并以可视化的方式获取了低维的特征样本；最后，将新特征输入至GA-KELM分类器中，对行星齿轮箱的不同故障类型进行了识别，并基于行星齿轮箱多点损伤样本，对RCMDE方法的可靠性进行了研究。研究结果表明：基于RCMDE和ISOMAP的故障特征提取方法能够有效地提取振动信号中的故障特征，而GA-KELM的故障诊断准确率达到了98.13%，平均诊断准确率达到了96.25%。相较其他故障特征提取方法，基于精细复合多尺度散度熵(RCMDE)、等距特征映射(ISOMAP)和遗传算法优化核极限学习机(GA-KELM)的行星齿轮箱耦合故障诊断方法能够更好地诊断行星齿轮箱的耦合故障，具有更高的诊断准确率。

关键词： 副箱驱动齿轮   精密成型   模拟   模具设计  

摘要： 针对副箱驱动齿轮类锻件，设计了一种新型精密成型模具结构，其特点是将分型面设计在该锻件的下端面以简化下模设计，利用连皮定位，使用设备上顶出，实现副箱驱动齿轮类锻件的精密成型。这种新型模具结构既保证了锻件质量稳定，提高了模具寿命，又减少了锻件加工余量及模具用料，极大降低了生产成本。

关键词： 机械设计   高速薄壁齿轮   柔性多体动力学   参数-性能相关性分析   多目标优化   轻量化  

摘要： 为提高功率密度，航空齿轮通常做成薄腹板、薄轮缘等薄壁结构，但这会使齿轮高度柔性化，导致动力学性能下降。在高速薄壁齿轮设计中，如何平衡轻量化和动力学性能，使系统性能最优是一大难题。因此，考虑薄壁齿轮、轴和箱体等构件柔性、齿轮6自由度以及离心力、惯性力的影响，建立了高速薄壁齿轮系统柔性多体动力学模型，并通过实验进行了验证。在此基础上，提出了基于柔性齿轮动力学的高速薄壁齿轮多目标轻量化优化设计方法。优化设计中，基于高速薄壁齿轮动力学仿真，建立了动力学性能、强度、疲劳寿命评价指标；采用参数-性能相关性分析方法，选取了影响较大的参数进行优化。最后开展了多目标轻量化设计研究，获得了相比传统设计更低振动噪声、更轻量化的高速薄壁齿轮系统。

关键词： 行星齿轮传动   点蚀   振动特性   时频响应  

摘要： 文章基于赫兹接触理论的碰撞函数设置齿轮接触，建立健康、轻度、中度、重度不同齿轮点蚀多柔体动力学模型并进行仿真，分析了不同点蚀情况下行星齿轮时频域振动响应。搭建行星齿轮箱振动试验平台，获取了行星齿轮振动响应信号并验证行星齿轮点蚀多柔体动力学模型的正确性、合理性，研究了行星齿轮传动齿面点蚀形貌演化过程。研究结果表明，Y方向振动速度有效值和峰峰值随着点蚀复杂程度增加而增加；有点蚀模型振动速度和加速度出现明显边频信号，试验结果基本与仿真相符；发现了微点蚀和巨点蚀在扩展过程中宽度、深度的变化情况。

关键词： 风电机组   雪消融算法   齿轮箱   故障预警  

摘要： 风电机组数据的复杂多变导致所采集数据的数据特征之间深度冗余。数据特征深度冗余导致常规预测模型容易陷入局部最优，进而使模型预测精度较低。为提高齿轮箱油温预测精度，首先采用随机森林进行特征提取，利用改进的自适应噪声集合经验模态分解对选定的特征数据进行分解，使用主成分分析法对数据进行降维处理；然后，运用雪消融优化算法来搜索长短期记忆递归神经网络模型最佳超参数设置。实验结果证明，该方法可以有效提高齿轮箱油温异常预警模型的精度。

关键词： 风电机组   齿轮箱高速轴   故障预测   相关性分析   GA+BP神经网络  

摘要： 风电机组齿轮箱高速轴存在断裂、失速、磨损、点蚀、塑性变形、胶合等情形，是导致高速轴故障的主要原因。为预防故障发生，提出一种遗传算法优化BP神经网络齿轮箱高速轴故障预测方法。采用Pearson和Spearman系数对多源数据进行相关性分析，筛选相关联变量转速、有功、风速、转矩。利用BP神经网络建立齿轮箱高速轴振动预测模型。使用相关联变量数据作为BP神经网络的输入数据，并利用遗传算法（GA）优化确定权重和阈值。结果表明GA+BP神经网路算法比传统BP算法在振动预测精度上更准确，平均绝对误差MAE下降0.1493，均方误差MSE下降了0.7140，均方根误差RMSE下降了0.1541。同时对比其他两种算法GA+BP神经网络的预测精度更加准确。验证了该算法的可行性和准确性，为风电机组齿轮箱高速轴故障预测提供理论依据。

关键词： 面齿轮   蜗杆砂轮磨齿   磨削面积   磨削温度  

摘要： 采用蜗杆砂轮磨削面齿轮时热量分布较为复杂，且集中在轮齿表层，易造成热变形和热损伤。建立面齿轮蜗杆砂轮瞬时磨削温度的数值计算模型，研究了磨削温度的分布规律及其变化规律。首先，根据磨削过程中面齿轮和蜗杆砂轮的几何接触特性，利用二次曲面对瞬时接触区域进行拟合，推导得出瞬时磨削接触面积的计算式；其次，研究单颗磨粒在磨削过程中的受力情况，考虑磨削过程中瞬时参与磨削的磨粒数以及磨粒平均磨削厚度，得出瞬时磨削切向力和法向力；然后，分析磨削过程中热量的产生和传递规律，构建了面齿轮蜗杆砂轮瞬时磨削温度数值分析模型。分析结果表明，瞬时磨削温度在同一齿高位置处，从内径到外径明显逐渐增大；在同一齿宽位置处，从齿顶到齿根，温度逐渐升高但变化较小；瞬时磨削温度随磨削深度、进给速度、砂轮转速的增加而升高，其中，磨削深度和砂轮转速的影响较为显著。最后，进行磨削温度测试试验，验证了本文模型的计算精度。