关键词： 风电产业   齿轮箱   运维市场   营销策略  

摘要： 作为世界上风资源最丰富的国家之一,我国的风电产业已经迈入了高质量稳定发展阶段。2020年,我国风电新增并网容量达7167万千瓦,2021年1-4月,新增并网容量达660万千瓦,累计并网容量达到2.88亿千瓦,全国在役风电机组约14万台,总装机容量位居全球第一。预计到2023年底,我国风电累计并网容量将达到4.25亿千瓦,并网5年以上的机组容量达1.84亿千瓦,占总并网容量的43.3%。目前,风电机组容量的增加及其运行年限的增长,使得开发商对质保外风电机组的运维服务需求大幅增加,中国风电机市场将蓬勃发展。与此同时以开发商、整机商、第三方以及部件商为首的风电运维服务商逐渐增多,风电运维市场竞争不断加剧。杭州爱德旺斯公司作为一家专业的风电大部件运维公司须在市场细分、目标市场选择、市场定位以及服务模式、价格、渠道、促销等方面制定科学的市场策略和营销策略,以提高自身的竞争力,实现客户价值。本文首先分析了杭州爱德旺斯公司的综合实力和业务现状,根据掌握到的宏观环境相关资料,使用PEST分析方法对公司的状况进行分析。再对市场需求和竞争环境进行分析,进而对公司风电齿轮箱运维业务进行了SWOT总结。结合杭州爱德旺斯公司战略发展规划目标,制定了公司风电齿轮箱运维业务STP市场策略和4P营销策略,并在此基础上提出了公司风电齿轮箱运维业务营销策略实施与保障措施。本文的研究,有助于杭州爱德旺斯公司明确自身定位,提升市场竞争力,扩大公司运营规模,实现公司战略规划目标。借鉴杭州爱德旺斯公司营销策略,为同类型风电齿轮箱运维企业的营销策略提供一定的参考价值,具有一定的现实意义。

关键词： 螺旋锥齿轮   数字孪生建模   齿面接触分析   齿面几何精度补偿   全工序法  

摘要： 螺旋锥齿轮作为承载能力强、结构紧凑、传动平稳的动力传输基础关键零部件,被广泛应用于航空减速器中。磨齿加工质量严重影响齿轮接触强度、振动噪声以及疲劳寿命等锥齿轮传动性能。对齿面接触性能及几何精度进行数据驱动预测,对齿面磨齿加工行为进行决策与控制,构成数字孪生模型,对于实现螺旋锥齿轮高精高效高质设计制造提供了新的技术途径。本文立足于解决高精高效设计制造中齿面几何精度与接触性能协同优化的技术难题,以先进的螺旋锥齿轮全工序法磨齿加工工艺为主要研究对象,探究其数字孪生建模实现方法,主要工作包括以下方面:(1)进行通用数字化虚拟平台的螺旋锥齿轮磨齿仿真,作为对实际加工的真实映射与数字预演,建立全工序法磨齿加工可视化模型,在数字空间实现对螺旋锥齿轮全工序法磨齿加工齿面的预测。(2)基于实际磨齿加工中的锥齿轮齿面接触性能检测工艺,提出基于数据驱动的含安装误差齿面接触性能分析方法;模拟齿轮副真实啮合过程,建立齿面接触性能实时监测与反馈机制,并提供合理的数据驱动决策与控制策略,实现螺旋锥齿轮齿面接触性能检测的数字孪生。(3)对实际加工制造齿面进行测量,作为物理世界加工结果输入数字世界,以加工参数为驱动,建立齿面加工精度表达与控制模型。基于敏感性方法与误差曲面特征匹配建立优化决策模型,求解加工参数反调量,从而实现螺旋锥齿轮磨齿齿面几何精度评价与数据驱动补偿。(4)串联磨齿加工虚拟仿真、接触性能预测、齿面加工精度补偿三项关键工艺,集成为螺旋锥齿轮磨齿加工数字孪生形性协同调控方法。基于ease-off曲面建立接触性能与加工精度间的相互联系,通过加工精度参数驱动补偿技术,保证目标齿面在现实中的精确映射,实现接触性能与几何精度协同的高性能、高精度螺旋锥齿轮制造。(5)给出数字孪生模型试验验证方案,经过加工实验、齿面接触性能检验、齿面误差测量,证明数字孪生模型输出的带有反调量的精确加工参数,能够指导磨齿机床加工实现几何精度与接触性能的优化,优化后小轮凹凸面齿面误差分别降低了80%、27%,避免了边缘接触。本文基于虚拟仿真软件平台构建航空螺旋锥齿轮全工序法磨齿加工过程中关键工艺的数据驱动预测、决策与控制体系,输出精确的加工工艺参数以指导实际高效精密磨齿加工。针对全工序法磨齿加工齿面几何精度与接触性能协同优化问题,建立了接触性能驱动的螺旋锥齿轮高效精密磨齿加工数字孪生模型,保证齿面质量形性协同的同时提升磨齿加工的精度与效率,为螺旋锥齿轮磨齿数字化与智能化设计制造提供了创新理论与技术支撑。图55幅,表7个,参考文献104篇

关键词： 齿轮故障诊断   改进谱减法   交互式能量熵   鲸鱼优化算法   支持向量机  

摘要： 齿轮作为广泛应用于旋转设备的重要传动部件，通常长时间在高速重载、高温多尘和交变载荷等极端工况下运行，是机械系统中最易失效的部件之一。在恶劣工况下，齿轮振动信号由于受噪声影响而使故障敏感特征提取困难，基于时域、频域等信号处理方法获得的传统特征完整性和稳定性不足。在高噪声背景下准确提取表征齿轮运行状态的敏感非线性特征量，并依此识别齿轮传动系统状态是目前故障诊断研究的难点。本文以齿轮作为研究对象，基于改进谱减法（Improvedspectralsubtraction，ISS）、交互式能量熵（interactiveenergyentropy,IEE）和鲸鱼优化（Whaleoptimizationalgorithm,WOA）的支持向量机（Supportvectormachine，SVM）提出一种适应于不同工况和有强噪声鲁棒性的齿轮故障智能诊断方法。具体研究内容如下:　　（1）针对齿轮微裂纹等早期故障的振动信号易被噪声淹没的问题，提出基于边频带信息的改进谱减法对齿轮振动信号预处理。仿真信号与实例信号的分析表明改进谱减法能够增强齿轮振动信号中由故障引发的边频带成分，减弱噪声成分的干扰，有较好的振动信号故障特征增强效果。　　（2）针对原始振动信号在单尺度通道下易丢失部分动力学突变信息的问题，提出了一种基于移动多尺度重构的交互式能量熵特征提取方法。使用移动多尺度均值重构算法获得多个尺度下的重构信号，通过变分模态分解与交互式叠加法获得重构信号的交互式能量熵，并以此作为描述齿轮不同状态的特征值。实验结果表明，相较于传统基于自适应分解的能量熵方法，获得的交互式能量熵特征可保留更多原始振动信号中与故障相关的有效特征信息，对不同类型与程度的齿轮故障分类能力更强。　　（3）为改善目前SVM优化算法计算耗时长和获得的参数易陷入局部最优问题，提出一种基于鲸鱼优化算法与SVM算法的WOA-SVM分类器。实验结果表明，WOA-SVM分类器获得的参数在齿轮故障诊断中有更高准确率，且耗时更短。　　（4）建立基于ISS、IEE和WOA-SVM的齿轮故障诊断方法，并利用自制实验台获得的数据进行实验验证。结果表明，所提方法的故障诊断准确率高于能量熵和排列熵等齿轮故障诊断方法，对不同工况条件有较强适应性，能够满足在强背景噪声条件下对齿轮故障类型与故障程度的诊断，对实现齿轮故障监测与智能诊断具有重要的理论和实际工程价值。

关键词： 大重合度   齿根裂纹   时变啮合刚度   故障动态特性   试验研究  

摘要： 齿轮故障存在多种形式,其中轮齿疲劳裂纹以及轮齿折断对齿轮箱的影响最为严重。齿根裂纹的产生会导致齿轮副时变啮合刚度发生改变,进而影响着整个齿轮传动系统的综合性能。相较于普通重合度齿轮来说,大重合度齿轮参与啮合的齿数较多,承载能力就会较强,适合高速重载。对大重合度裂纹故障齿轮进行研究,研究齿轮传动系统的动态啮合特性,并对系统振动信号作统计指标分析,有利于对齿轮传动系统进行早期故障诊断,实现及时止损。本文以大重合度裂纹故障齿轮为研究对象,总结了到目前为止的相关国内外研究;通过势能法对大重合度正常齿轮副以及裂纹故障齿轮副作时变啮合刚度研究;建立了四自由度动力学模型,对动力学微分方程进行求解,得到了单齿裂纹故障以及双齿裂纹故障下的动力学响应特性,并对振动信号作统计指标分析;对裂纹故障齿轮做试验研究,将试验结果与仿真分析相比较。具体研究工作如下:(1)利用势能法对正常的大重合度齿轮副进行时变啮合刚度研究,在正常齿轮副势能法刚度计算模型的基础上,考虑裂纹的影响,推导出含有裂纹的大重合度故障齿轮副时变啮合刚度求解公式,并对含有不同裂纹深度的大重合度故障齿轮副进行时变啮合刚度研究。在单齿裂纹的影响下,齿轮易受载荷不均而导致双齿裂纹的产生。因此,文章还研究了双齿裂纹下的大重合度故障齿轮时变啮合刚度,并与单齿裂纹故障齿轮的时变啮合刚度进行对比分析。(2)考虑裂纹影响的时变啮合刚度变化规律,建立了四自由度齿轮副动力学模型。在求解动力学微分方程之前,将裂纹故障下的时变啮合刚度进行分段拟合,拟合的方程带入到建立的动力学微分方程中,得出由裂纹影响齿轮传动系统振动的响应图,对比分析单齿裂纹和双齿裂纹不同裂纹深度下的动力学响应图。统计指标选取峰值、均方根、峰值因子以及峭度,使用这四种统计指标对系统振动信号进行分析研究。(3)进行大重合度裂纹故障齿轮的试验研究。首先,进行试验台的设计并进行搭建,然后根据加工好的大重合度裂纹故障齿轮进行振动方向加速度数据的采集与处理。将仿真结果与试验结果进行倒谱对比,验证了仿真的准确性。

关键词： 齿轮系统   多传感器融合   压缩感知   特征提取   特征增强  

摘要： 风力发电是目前可再生能源领域中最具发展前景的发电方式之一。行星齿轮箱作为风力发电系统的重要组成部分,承担了动力传输和负荷承载的作用,其状态直接决定了风电机组能否正常工作,因此行星齿轮箱的早期故障诊断对于维持设备正常运转具有重大意义。由于风电机组所处环境偏僻且恶劣,在对行星齿轮箱进行同步监测过程时,采集信号中存在大量噪声和干扰成分,且不可避免地需要对采集信号进行远程传输,对采集、传输系统造成了巨大压力。因此本文提出了一种基于多传感器融合和特征增强技术的齿轮故障诊断方法。本文主要研究内容如下:首先,针对信号噪声干扰强的问题,提出一种广义多传感器加权融合算法。引入偏差因子的概念,偏差因子可以根据当前值的偏差情况做出自适应的改变,并以此为基础调整当前值与历史值间比例关系,使得最佳估计值更接近真值,降低采集信号中噪声成分。其次,针对数据存储和传输压力大的问题,提出一种基于可变步长前向-后向匹配追踪的高精度信号重构方法。该算法对去噪后信号进行重构,利用两个模糊参数来控制两阶段匹配追踪算法中的选入和剔除步长,提升算法重构速度;在每次迭代后,对观测矩阵进行更新操作,解决两阶段匹配追踪算法中存在的回溯过度问题,提升算法重构精度。最后,针对特征识别准确率低的问题,提出改进的平衡二进制算法,对重构后的信号进行特征提取,该算法对由一维三值模式(1D-TP)得到的正负两组序列进行融合,解决了只使用单一正负序列所导致的有用信息丢失问题,能够有效保留信号中的有用信息,在节约时间成本的同时得到更高的故障分类准确度。

关键词： 微小空间齿轮   线齿轮   齿面粘附接触   纳秒激光微加工   精度评估  

摘要： 作为微小机械的关键零部件,微小齿轮具有结构紧凑、体积小、传动精度高等特点。微小齿轮副可以在微小空间内对微电机输出的力矩和运动进行调节和控制,其在微小机械领域具有广泛的应用前景,可应用于微型机器人、微型泵、微型差分器、精密仪器等机械系统中。目前,有关微小齿轮的研究主要集中于微小渐开线圆柱齿轮,而用于空间传动的微小齿轮(例如斜齿轮、锥齿轮、蜗轮等)的微制造及应用还存在瓶颈。传统的空间齿轮齿数较多,当其整体尺寸减小时,齿厚的减小使得加工精度更难保证,并且齿面的粘附效应显著增强。从啮合原理出发,研究少齿数的新型微小共轴面线齿轮是突破微小空间齿轮制造和应用瓶颈的一个方向,对于推动微小线齿轮的实际应用具有指导意义。本文在空间共轭曲线啮合理论的基础上,研究了微小共轴面线齿轮的设计理论、加工方法和测量方法,主要的研究内容如下:(1)基于共轭曲线啮合理论推导出共轴面线齿轮的啮合方程,求解出接触线以及中心线,并通过扫描法建立了共轴面线齿轮精确的几何模型,包括齿面数学模型和三维实体模型。在不同的主动接触线形式下,研究了共轴面线齿轮副的特点,例如从动接触线的形式、轴交角、基体形状及滑动率等。然后研究了实体建模时齿面不发生干涉的条件。最后设计了一对共轴面圆锥线齿轮副并进行运动学实验验证。(2)在建立精确的几何模型的前提下,研究了考虑表面粗糙度时,微小线齿轮齿面之间粘附力的计算方法。对球与平面之间的D-H粘附模型进行了拓展,使其可以准确地计算球与平面处于非接触状态时粘附力的变化规律。将拓展后的D-H模型与Nayak粗糙分布模型相结合以计算粗糙齿面之间的粘附力。随后,在给定的设计参数下计算了不同表面粗糙度的微小线齿轮受到的最大粘附力。然后,以最大接触应力为优化目标对微小线齿轮的设计参数进行优化,优化的参数包括接触线的螺距n、翻转角υ以及扫描截面的参数,并根据优化后微小线齿轮的结构特点确定出适用的纳秒激光加工技术。(3)对微小圆柱线齿轮的纳秒激光微铣削加工工艺和加工模型进行研究。通过仿真模型获得了单脉冲加工的烧蚀坑形貌,分析了等离子屏蔽效应和反冲压力对烧蚀坑的深度、宽度以及凸起的影响。然后通过叠加法获得单条轨迹的加工形貌,并且对单条轨迹在不同脉冲重叠率下形成的四种不同类型的形貌进行分析。随后,结合仿真和实验的方法研究各工艺参数对微槽加工效果的影响,根据计算模型进行正交实验以确定合适的工艺参数,并在选定的工艺参数下加工微小圆柱线齿轮。(4)研究微小圆锥线齿轮的纳秒激光微烧结加工工艺。建立了纳秒激光微烧结过程中单道轨迹的温度场解析模型,在模型中,结合分离变量和格林函数的方法对热传导问题求解,其中热源模型通过研究粉末层对激光的吸收率分布获得。然后通过解析模型来辅助分析单道轨迹成形过程中的物理现象,并获得能够形成连续轨迹的条件。在此基础上,加工了三维栅状微结构以验证工艺参数的可行性。随后,进行了微小圆锥线齿轮加工参数的响应面实验,并建立工艺参数与优化指标之间的回归模型,据此获得主、从动微小圆锥线齿轮的最佳加工参数,并且加工出微小圆锥线齿轮。(5)通过光学轮廓仪对微小线齿轮进行测量与精度评估。结合主、从动线齿轮的结构特点,分别对其测量方法进行研究。然后从测量的齿面数据中提取出名义接触线,并根据线齿轮的传动特点提出相应的偏差评估项目,即单条接触线的误差、相邻两条接触线之间的误差以及齿距累积误差。根据偏差评估项目对微小圆柱、圆锥线齿轮的加工精度进行评估,并进行了微小圆柱、圆锥线齿轮副的运动学实验验证。

关键词： 行星齿轮箱   均载系数预测   故障诊断   seq2seq模型   胶囊网络  

摘要： 行星齿轮箱具备结构紧凑、传动比大、承载能力较强等特点,被广泛应用于航天航空、风力发电、盾构机等大型机械设备中。因其运行环境恶劣及制造安装等误差,导致行星齿轮箱易发生故障以及行星齿轮间受载不均,特别当行星齿轮箱处于重载高速的运行情况下,受载较多的行星轮齿可能直接出现点蚀、断裂等严重情况,造成无法避免的人力财力损失。因此,研究行星齿轮箱的均载性能与故障诊断技术,对保障行星齿轮箱安全可靠运行具有重大现实意义。本文融合人工智能算法,分别开展重型行星齿轮箱均载系数预测以及行星齿轮箱故障诊断研究。本文主要研究内容如下:(1)详述行星齿轮箱均载性能及故障诊断的国内外研究现状,对行星齿轮传动系统的基本结构特征进行介绍,从静力学、动力学及应变试验三个方面分析行星齿轮箱传动系统的均载特性,阐述了行星齿轮箱常见故障零部件的故障特性,并分别开展均载试验及故障试验。(2)研究基于改进的seq2seq(sequence-to-sequence)重载行星齿轮箱均载系数预测算法。行星齿轮箱行星轮传动系统的均载性能直接影响设备的安全运行,但用于表征均载性能的均载系数往往需要复杂的应变片粘贴工艺及有限元建模等方式获得。针对难以直接获取均载系数的问题,本文首先通过随机森林算法(Random Forest,RF)选择关键特征以及基于滑动窗口构造丰富的数据样本,接着利用双向训练的BI-GRU(Bidirection Gated Recurrent Unit,BI-GRU)以及挖掘关键信息的注意力机制改进seq2seq模型,以此学习振动信号关键特征信息到均载系数之间的深层映射关系,最后通过对比实验,验证了改进后的seq2seq模型在预测重型行星齿轮箱均载系数上的可行性与有效性。(3)研究基于VGG卷积神经网络和胶囊网络(Capsual Network,Caps Net)的行星齿轮箱故障诊断模型。针对现有故障诊断模型难以准确识别复杂工况下行星齿轮箱多零部件多类故障的问题,提出了VGG16-Caps Net故障诊断模型。胶囊网络具有保留输入信息姿态特征(方向、位置、大小)的优点,但因其特征提取模块的简单设计无法保留输入信息的深层特征。采用在深层特征提取上表现优异的VGG网络进行改进,以提高胶囊网络特征提取能力。输入不同形式的二维图像数据以及设置对比实验,结果表明,VGG16-Caps Net模型在多零部件多类故障、相似工况识别上具备优异性能。

关键词： 齿轮式移动机器人   螺旋理论   质心轨迹   稳定性  

摘要： 为了解决目前移动机器人结构复杂，控制困难的问题，本课题突破传统设计的局限性，将传动机构作为移动机构，首次提出一种全新的移动方式。齿轮式移动机器人仅靠一个电机驱动，能够实现动定平台的转换，电机交替正反转带动两半齿轮交替步行。分别将圆柱齿轮，圆锥齿轮和非圆齿轮作为移动机器人的本体，形成一个研究系列。具体研究内容如下:　　(1)建立了圆柱齿轮移动机器人的结构模型。采用螺旋理论进行圆柱齿轮移动机器人的自由度分析，得到了约束螺旋和运动螺旋。论述了质心轨迹对运动稳定性的影响，建立了零力矩点模型，计算了圆柱齿轮移动机器人的零力矩点轨迹，分析了通过调整配重块的质量与位置来调整零力矩点的轨迹。讨论了圆柱齿轮移动机器人的运动能力，在ADAMS中进行仿真，仿真结果表明圆柱齿轮移动机构具有良好的稳定性，可以实现连续稳定的运动。利用3D打印制作了样机，实验结果验证了设计的正确性。　　(2)建立了圆锥齿轮移动机器人的结构模型。在三维空间坐标系下分析了圆锥齿轮移动机器人的自由度，得到了约束螺旋和运动螺旋。采用参数方程的方法求得了质心轨迹，为了避免圆锥齿轮发生倾覆，研究了不同质心轨迹对应的系统稳定性，建立了零力矩点模型，讨论了不同角速度和配重块质量对稳定性的影响，提出了增加圆锥齿轮底板来增加系统稳定性的方法，给出了底板的尺寸。建立了虚拟样机，对转向移动过程进行了仿真，通过实验验证了设计的正确性。　　(3)建立了非圆齿轮移动机器人的结构模型。分析了非圆齿轮作为传动机构时的动力学曲线，论述了非圆齿轮移动机器人在不同转角下节径、角速度、角位移、角加速度、速度等的变化曲线，结果展示了非圆齿轮移动机器人具有良好的运动特性。研究了非圆齿轮移动机器人分别以长轴轮和短轴轮作为动平台的稳定性，建立了零力矩点模型，给出了零力矩点的变化曲线。对非圆齿轮移动机器人进行了仿真和实验，验证了设计的正确性。　　本课题设计的齿轮式移动机器人采用滚动交替步行的方式移动，能量消耗低，运行过程中时刻与地面有大面积的接触，可以适应多种复杂路面，其结构简单，容易控制，能够直接设定固定传动比或可变传动比来实现移动功能。

关键词： 机器学习   卷积   特征提取   故障诊断  

摘要： 随着大数据与人工智能技术的不断发展,针对齿轮箱等机械设备的故障诊断方法也逐渐从人工检测向智能诊断发展。然而,随着机械设备不断高精度化与复杂化,传统的智能诊断方法已不能满足人们对机械设备故障诊断的高效性与准确性需求。因此,基于机器学习的机械设备故障诊断方法成为了研究热点。论文针对齿轮箱这一典型机械设备,以其主要零部件的振动信号为基础,研究了在机器学习领域中进行机械设备故障诊断工作的两个核心问题:信号特征提取方法与基于所提取特征的故障诊断模型建立。合适的信号特征提取算法能够提高原始信号的信噪比,提取振动信号中的高效表征,提高诊断的速度与精确性。论文针对振动信号原始数据存在的噪声较多的问题,运用希尔伯特黄算法对原始信号进行信号分解与重构,实现振动数据的降噪;针对原始数据信号特征不明显的问题,运用卷积自编码器对降噪信号进行信号的压缩与特征提取,基于得到的高效表征空间进行特征信号的重构,还原原始信号的特征表达。高效的故障诊断算法同样对齿轮箱的故障诊断问题有着重要的意义。论文针对齿轮箱零部件振动信号的强时序性、高关联度等特点,研究了机器学习中几种常用的时序性数列处理算法,分析其优缺点,设计了单向长短时记忆网络模型、双向长短时记忆网络模型以及卷积双向长短时记忆网络模型作为论文工作的三种故障诊断对比模型。最后,论文采用一些在故障诊断中有较高认可度的开源齿轮箱零部件振动数据集对所设计算法模型进行检验。通过凯斯西储大学的轴承数据进行了三种故障诊断模型的可靠性测试,筛选可用性较高的模型,并将得到的诊断结果与一些其他工作人员所设计的模型诊断结果进行模型的性能对比;通过东南大学齿轮失效数据集进行模型的泛用性测试,验证模型在齿轮箱主要零部件故障诊断中的通用性。实验证明,论文所设计的特征提取算法能够较好地对原始数据进行预处理,完成降噪与特征提取工作;所建立的故障诊断模型也具有一定的可靠性与泛用性,可用于齿轮箱主要零部件的故障诊断工作中。

关键词： 齿轮   测量系统   机器视觉   图像处理  

摘要： 齿轮对于众多机器设备来说是不可或缺的一种零件,它在整个工业发展历程里有着不可磨灭的功劳。在如今工业化和信息化发展的时代,齿轮以及它所涉及到的有关技术依然是现阶段研究的热点,整个机器设备的功能和寿命都由齿轮来决定。在现阶段有着各式各样的齿轮参数检测设备,比如齿轮检测中心和三坐标测量机等,但是大部分检测设备并没有得到广泛的应用,因为其价格昂贵,且使用和维护的专业性要求高。机器视觉技术便开始出现在人们的视野,它具有高效率、灵活性好、适应性强等众多优点,因此受到众多科技人员的青睐。本文开发了一种基于机器视觉检测技术的齿轮参数检测系统。主要内容包括:测量系统各种硬件的选型和装配,齿轮测量系统的标定与设计、实验结果分析等。具体工作由下面三个部分组成。第一,结合标准的视觉测量平台,对图像采集的过程进行了分析,给镜头、摄像机、光源等进行了选型和装配,构建了整个检测系统硬件平台;对齿轮参数检测系统进行了标定;开发和设计了齿轮检测系统的软件。第二,为齿轮测量选取合适的图像处理技术,如滤波去噪、图像填充、腐蚀、角点检测、边缘检测等。第三,介绍了齿轮的几何参数以及单项误差,并对它们的测量方案进行了设计。本文以标准直齿圆柱齿轮为研究对象,用选定的标准件对齿轮测量系统进行标定。根据介绍的齿轮参数检测方法,在相同的视觉测量基础下,对齿轮图像进行采集和测量,实现了齿轮参数的快速检测。从实验结果可知,对齿轮参数采用机器视觉技术的检测方法是可行的。