关键词： 电机-齿轮系统   机电耦合   非稳态工况   自抗扰控制   振动抑制  

摘要： 以电机为动力源拖动齿轮传动系统的机电耦合系统,被广泛应用于数控机床、工业机器人、电动车辆、高铁等不同机械设备。随着科学研究地进一步推进,对电机-齿轮系统在包括加速、冲击等非稳态工况下的精确性、稳定性及振动响应等方面的要求越来越高,而单独分析齿轮动力学问题无法充分考虑电机及其控制系统,不能提供精确的系统响应预测,对其振动响应优化问题作用也较为有限。因此充分考虑电机及其控制系统影响,综合建立电机-齿轮系统机电耦合模型,分析其在非稳态工况中的机电动态响应并提出振动抑制方案是十分必要的。本文以三相异步电机拖动NGW型行星齿轮减速器作为研究对象。首先,基于d-q轴坐标系建立了三相异步电机动态模型,并构建了包括转子磁链定向控制系统及SVPWM控制算法的电机控制系统。进一步,构建了转角为自变量齿轮啮合刚度、啮合误差、轴承支承刚度的时变激励函数,使得模型在各种非稳态工况下也具有很好的适用性,由此建立了行星齿轮集中参数模型。然后,根据电机及齿轮在机械结构、能量转换两方面的联系,阐释了其机电耦合作用形式,最终建立了包含机-电-控三系统的耦合动态模型。在电机-齿轮机电耦合模型基础上,根据转子磁链定向控制特性及d-q坐标变换公式推导了机械振动特征频率在定子电流频率中的表现形式,并通过仿真分析,得出了时变啮合刚度及太阳轮处轴承支承刚度引起的两种特征频率对定子电流影响规律。针对匀加速、直接变频加速及冲击载荷三种非稳态开展了仿真工作,研究了在对应工况下电机-齿轮系统的机电动态响应特性。在系统动态响应特性基础上,基于自抗扰控制原理,将负载突变、啮合力激励视为参数摄动项弹性变形力视为耦合项,将摄动项及耦合项都视为总扰动,并使用状态扩张观测器进行观测补偿,从而确定了q轴电流与扭振角速度响应传递关系,由此搭建了以扭振速度响应为控制输入的电流补偿反馈控制器,并对其进行了结构优化降低了反馈算法的复杂度。最终,在稳态、匀加速、直接变频加速及冲击四种不同工况下开展仿真研究,评估了反馈控制器在对应工况下的振动抑制效果。本文建立了可适用于非稳态工况的电机-齿轮机电耦合模型,并揭示了啮合频率、轴承频率的机械振动特征频率在电机定子电流频谱中的体现形式,最终提出了基于自抗扰控制的反馈电流补偿控制器有效降低了系统在不同工况中的振动响应。研究结果为对系统的运行状态检测、故障诊断及更进一步的减振降噪研究提供了理论基础。

关键词： 直齿轮传动系统   动力学建模   振动响应   齿轮副故障   轴承故障   故障诊断  

摘要： 直齿轮副传动系统以其瞬时传动比稳定、传动效率高、寿命长等优点被广泛应用于现代机械工业的传动机构中。由于恶劣工况、疲劳失效、磨损和装配等因素影响,极易造成部件的局部故障,严重威胁设备的安全可靠运行。为保证设备安全平稳运行,需要利用传动系统的振动信号进行状态监测。齿轮系统的振动信号特征非常复杂,将直接影响状态监测结果的准确性。因此,为保证直齿轮副传动系统状态监测的准确性,本文通过建立故障直齿轮传动系统动力学模型,详细讨论不同工况和不同故障下齿轮系统的振动特性,为直齿轮系统的状态监测提供理论依据。主要内容如下:受服役环境影响,直齿轮传动系统工作工况多变,故障齿轮系统振动响应为非平稳信号,这使得齿轮系统状态识别变得更加困难。通过拉格朗日方程建立复合故障直齿轮传动系统动力学模型,以势能法和附加位移确定齿轮副啮合刚度和轴承局部故障,采用短时傅里叶变换处理齿轮系统产生的非平稳信号,深入分析齿轮系统在变速、变载、速度波动和载荷波动等变工况下的动态响应。结果发现:可变工况下齿轮传动系统振动频域上出现轴承内外滚道故障频率、齿轮副啮合频率和各自谐波频率;加速工况下的故障频率和频率幅值都随着速度增加而增加,加载工况下的故障频率保持不变,频率幅值增大;速度和载荷在目标设置值上下波动时,出现明显的故障频率波动和幅值波动。直齿轮传动系统中出现故障后,产生的冲击在传递过程中直接影响齿轮副和轴承之间耦合关系,而现有模型并未考虑此问题。因此,基于前一章所构建直齿轮系统动力学模型,引入传动轴的陀螺运动模型,建立考虑齿轮与轴承耦合关系的直齿轮系统动力学模型,深入分析耦合关系对齿轮系统振动特性的影响规律。结果表明:轴承的异步振动会引发传动轴的陀螺运动,降低齿轮副的啮合刚度;并且局部故障会使传动轴中心距和不对中偏角发生突变,造成啮合刚度进一步降低;当齿轮副或轴承存在单点故障时,频谱图上同时出现齿轮副和轴承的特征频率和谐波频率。直齿轮传动系统实际工作过程中,受工作环境或工况影响,轴承工作温度升高,外圈与轴承座之间出现间隙,以致传动轴的陀螺运动更加显著,严重影响齿轮系统的振动响应。因此,基于所建立考虑耦合关系的直齿轮传动系统动力学模型,通过赫兹理论和库仑摩擦模型计算外圈与轴承座之间的碰磨力,从而将外圈与轴承座配合间隙引入齿轮系统动力学模型,揭示配合间隙对齿轮系统振动特性的影响规律。结果表明:配合间隙使齿轮副啮合过程变得混乱,轴承外滚道故障频率对系统时域响应的调幅作用增强;由于衰减次数的增加,齿轮副和轴承的超谐波响应被激发,且随着轴承配合间隙的增大,响应频谱中将出现更高阶次的超谐波频率;提高输入转速虽然使齿轮系统振动幅值增大,但超谐波响应被抑制,齿轮系统主要以基频频率振动。为验证上述分析结果的准确性,开展故障直齿轮传动系统振动特性实验,并提出一种有效识别系统故障类型和故障程度的OWF-TSCNN诊断模型。在该模型中,通过多传感器信息融合采集振动信号,利用双树复小波和最优加权因子方法（OWF）实现数据层预处理和数据层融合;基于1D-CNN和2D-CNN构建双流CNN（TSCNN）模型,分别将振动信号小波时频图和FFT谱作为输入;训练后的特征在全连接层拼接,并由SVM进行分类。与OWF-1DCNN和OWF-2DCNN模型相比后发现,OWF-TSCNN模型的时间消耗增加了14.5%-26.6%,网络的收敛速度有所降低,但其在训练集和测试集的准确率显著上升,分别达到100%和99.83%;损失熵和过拟合率也大大降低,特征提取能力和泛化能力明显增加,对故障类型和故障程度均达到较高的诊断准确率。

关键词： 人字行星齿轮系统   摩擦动力学   动态啮合力   弹流润滑   应力场   疲劳寿命  

摘要： 本课题得到国家重点研发计划子项目“齿轮服役性能退化机制与寿命预估”（2018YFB2001302）和国家自然科学基金“人字行星齿轮传动瞬态接触特性与抗胶合承载研究”（51975078）的支持。以国家重点研发计划和国家自然科学基金项目为基础,以实现人字行星齿轮系统的长期正常运行为目标,结合弹流润滑理论,研究人字行星齿轮系统的摩擦学与动力学之间的关系,运用多轴疲劳临界面准则,预估人字行星齿轮的疲劳寿命。本文的研究内容对人字行星齿轮系统的优化设计和减振降噪,提高其可靠性和延长疲劳寿命提供了理论参考。本文的具体研究内容如下:（1）采用集中参数法建立人字行星齿轮系统的摩擦动力学模型,结合人字齿左右侧结构特点,考虑摩擦、啮合刚度、传递误差和啮合阻尼等激励,在Matlab计算软件中采用ode45算法对人字行星齿轮系统的动力学微分方程组联立数值求解,求得了在其自由度下的振动位移和动态啮合力,并以行星轮为例,分析了摩擦激励对其振动位移的影响。（2）建立了基于线接触弹流润滑理论的人字齿轮的混合弹流润滑模型,运用二维数字滤波法建立了齿面粗糙度函数,然后将自相关函数代入润滑控制方程中,并与摩擦动力学模型耦合进行迭代求解,将混合弹流润滑模型中得到的摩擦系数和粘滞阻尼反馈到动力学模型中进行耦合迭代,直到达到收敛准则。比较了耦合混合弹流润滑模型后的摩擦系数和动态啮合力,求解了不同粗糙度幅值下的压力分布和油膜厚度,分析了不同粗糙度幅值对压力分布和油膜厚度的影响。（3）建立了一种新的基于摩擦动力学-弹流润滑疲劳寿命预估模型,利用基于混合弹流润滑模型的法向正压力和切向剪应力计算人字齿轮轮齿的应力状态。然后采用基于临界平面的多轴疲劳准则对人字齿轮轮齿的起裂点蚀疲劳寿命进行预测。探究了表面粗糙度对人字齿轮疲劳寿命的影响,分析了动态啮合力与人字齿轮疲劳寿命之间的关系。

关键词： 时栅   嵌入式测量   位移传感器   磁等效电路   误差分析  

摘要： 制造业是国之重器,是一个国家经济发展的基石,也是增强国家竞争力的基础,其中位移传感器是闭环检测或精确控制必不可少的一环,在加工制造领域扮演着举足轻重的角色。然而在冶金、矿山、发电设备等大型或重型机械行业中存在大型、重载等极端条件或狭窄、中空、限重等特殊场合,传统的位移传感器难以甚至无法安装,但这些行业又有上述需求,嵌入式时栅位移传感器为其打开了一条新思路。嵌入式时栅位移传感器是在时栅位移传感器基础上发展起来的一种能够实现嵌入式测量的新型位移传感器,它可以在不改变机械系统内部原有的传动特性的情况下,将给定的齿轮、齿条等传动零部件视作传感器的一部分,针对性地设计出相应的传感器测头,以此构建理想的行波信号,这就对传感器测头的设计提出了很高的要求。然而,目前嵌入式时栅位移传感器的理论较为粗略,尚不完善。本文以此为出发点,开展了面向齿轮类零件的嵌入式时栅位移传感器研究工作,具体包含了以下几个方面内容:1)建立了基于磁等效电路法的面向齿轮类零件的嵌入式时栅位移传感器磁路分析模型。以“正弦形”和“余弦形”两种磁芯形式为具体实施例子,详细地讨论了它们在各种情况下的气隙磁阻/磁导的变化规律,最后以此建立了行波方程;2)以模数为3.5,齿数为84的圆柱直齿轮为具体对象,从理论计算和有限元仿真两个角度去验证前面理论推导结果的合理性与正确性;3)研制样机,搭建实验平台,对“正弦形”和“余弦形”磁芯的嵌入式时栅位移传感器的基础信号、分辨力、精度等开展了测试实验。实验结果为两种传感器的分辨力分别是0.46″和3.78″,整周范围内的测量误差分别为0.056°和0.015°,线性度分别为0.016%和0.004%。后续可通过采用谐波修正法或逐点补偿法进一步降低传感器的测量误差。并且对传感器的主要测量误差成分进行了分析——主要来自于原理性误差、偏心安装和感应残留信号导致的误差。在以上研究和分析过程中得到了三个重要结论:1)磁芯宽度与传感器测量误差的四次谐波有很强的关联性,选取合适的值可以极大的抑制甚至消除高次谐波,改善行波质量;2)对于“正弦形”磁芯而言,无论在齿顶线/圆处的齿厚与槽宽为何值,只要齿距不变,设计的磁芯宽度取齿距的一半均是最优解,而对于“余弦形”磁芯来讲,其最适值应取齿顶线/圆处齿厚与槽宽二值的大值;3)本文优化设计后的嵌入式时栅位移传感器结构仍不可避免的存在一定的原理性误差,具体表现为幅值很小的一次谐波,但可以通过缩短磁芯长度的方法进行抑制。综上所述,本文提出的面向齿轮类零件的嵌入式时栅位移传感器的磁路分析模型能够有效的指导传感器磁芯的设计与优化,也完善和细致化了嵌入式时栅位移传感器的相关理论。与以往的嵌入式时栅位移传感器相比,本文的传感器分辨力更高,原始精度更高,且结构更为小巧紧凑,能够更好的应用于上述的存在大型、重载等极端条件或狭窄、中空、限重等特殊场合的大型或重型机械行业。

关键词： 故障诊断   深度学习   迁移学习   数据驱动   齿轮   滚动轴承  

摘要： 故障诊断技术作为保障设备可靠性、安全性和可维护性的关键技术,受到了国内外的广泛关注。基于数据驱动的故障诊断方法通过对表征设备状态的大数据信息进行挖掘和分析,实现设备的实时、智能化的故障诊断成为当前研究的热点。国内外许多学者提出了诸多基于数据驱动的故障诊断方法,但仍存在如下问题:(1)当设备发生故障时,传感器采集到的用于表征旋转机械设备运行状态的振动信号具有非线性、非平稳、非周期特性,难以准确提取到反映设备健康状态的关键特征。(2)基于深度学习的故障诊断方法虽然可实现端对端的自动提取故障特征,但其对训练样本的数量要求较高;另外训练模型由于包含大量待训练的权重参数和偏置,导致诊断效果受样本数量的影响较大,训练时间较长。(3)现有的故障诊断方法通常假设故障样本为同分布,而实际工程中机械设备多处于正常运行状态,其故障样本稀少;加之设备型号、运行工况、故障程度存在较大差异,因此,故障样本难以服从同分布。综上,开展旋转机械的跨域故障诊断方法研究具有重要理论意义与工程价值。针对以上问题,以轴承、齿轮和电主轴三类零件和部件为应用对象,以数据驱动的故障诊断方法为基础,开展了系统深入研究。主要研究内容如下:(1)将结合的集成经验模态分解(EEMD)和多尺度排列熵(MPE)作为特征提取器,以结合的遗传算法(GA)和反向传播神经网络(BP)作为模式识别器,提出双重优化的故障诊断方法。通过合理选取方法的参数和模型结构,从非线性、非平稳、非周期特性的故障信号中提取故障特征,提高了故障识别的准确率。首先,结合EEMD和MPE方法,从多个不同尺度上提取表征设备健康状态的关键特征节点,搭建特征向量集。采用BP方法对故障特征进行分类识别,采用遗传算法选择和优化反向传播算法的初始参数。最后,通过案例应用验证所提双重优化的故障诊断方法的适用性。(2)针对基于深度学习的故障诊断方法内部参数多、训练时间长及变工况下诊断精度下降的问题,综合考虑深度学习模型所需训练参数数量对计算时间的影响以及源域和目标域的工况差异对模型稳定性的干扰,提出具有域适配能力的少参数卷积神经网络(CNN)的故障诊断方法。基于轻量化策略优化卷积神经网络的布局,采用自适应批量归一化方法(Ada BN)优化批归一化层(BN),实现高精度、低成本的跨域故障诊断。最后利用轴承故障数据、齿轮故障数据和电主轴故障数据验证所提方法的鲁棒性和自适应性。(3)开展了基于非同分布故障样本的单源域跨域故障诊断方法研究。针对由于不同负载工况导致故障数据的同分布假设难以成立的问题,提出基于多层自适应卷积神经网络的跨域故障诊断方法。通过学习源域故障样本中蕴含的共性判别知识,提升所提方法对源自不同负载工况目标域的泛化性能,提高单源域跨域故障诊断方法的域自适应能力。结合优化的卷积神经网络构架、自适应批量归一化(Ada BN)和多核最大均值差异(MKMMD)方法,通过调整所提方法在特征提取阶段中所有批归一化层的统计信息、全连接层中来自源域和目标域的高维特征向量的距离,实现方法的深度域自适应。最后,利用两类轴承故障数据验证所提的方法适用性。(4)针对从同一机械设备上难以获得大量的单一工况、有标记故障数据的问题,提出了基于最大分类器差异(MCD)的多源域跨域故障诊断方法。借助对抗学习的方式,从同一设备的多工况来源或同工作原理但不同设备来源的故障数据中提取具有模式判别能力且不受域变化干扰的诊断特征,继而将其应用于目标域的故障诊断。考虑不同来源数据的分布域具有明显的不同,以源域和目标域样本在两个分类器中的概率输出之差的绝对值最小化为目标,采用特征提取器和具有双分类器的卷积神经网络进行对抗训练,实现特征提取器能够从多源域和目标域中提取域不变特征、分类器能够准确对目标任务进行模式识别。由于本方法依赖于分类器对源域样本的精准分类,为减少分类边界附近的模糊特征的产生、逼迫分类器的决策边界远离数据密集区域,提出基于条件熵和KL散度优化的交叉熵损失函数,提高了对源域数据的故障诊断精度。最后,利用轴承和齿轮的故障数据验证所提方法的适用性。

关键词： 渐开线斜齿轮   冲击激励   啮合状态   软件开发   高速重载  

摘要： 渐开线斜齿轮具有传动平稳、承载能力高、加工调整方便等优点,被广泛应用于航空航天、船舶海洋、风力发电、高速列车等场合。随着工业现代化的快速发展,齿轮传动朝着高转速、重载荷等方向发展,对齿轮提出了更高的要求。在高速重载的工况下,齿轮受载变形大、齿面温度高,导致齿轮冲击加剧,改变了齿轮的接触状态,甚至出现脱齿现象,增大了出现断齿故障的概率。因此,开展高速重载渐开线斜齿轮副冲击激励机理研究,阐明斜齿轮副冲击激励的产生机制和影响因素,对减少齿轮断齿故障,降低齿轮瞬态噪声,具有重要的意义。以一对斜齿轮副为研究对象,提出一种基于能量守恒的斜齿轮副多齿冲击解析计算方法;而后,计算齿面接触温度,推导考虑温度的高速重载斜齿轮副冲击激励计算方法;进而,研究高速重载斜齿轮副冲击对齿轮啮合状态的影响;最后,编制高速重载渐开线斜齿轮副冲击激励计算程序。主要研究内容及结论如下:（1）考虑齿轮受载变形等因素,运用反转法确定啮入冲击点位置,建立渐开线斜齿轮副啮入冲击解析模型,计算斜齿轮副线外啮入冲击力;基于能量守恒原则,确定由线外啮入冲击诱发齿对Ⅱ和齿对Ⅲ的啮合线内冲击速度,建立齿对Ⅱ和齿对Ⅲ的冲击动力学模型,计算齿对Ⅱ和齿对Ⅲ的啮合线内冲击激励力;阐明转速、转矩和模数对斜齿轮副冲击激励的影响规律。（2）基于Blok闪温理论,计算斜齿轮齿面接触温度,分析温度对齿面轮廓产生的影响,得到由齿面闪温引起的齿轮齿廓热变形量;考虑齿轮齿廓热变形量计算新的啮入冲击半径,推导考虑温度的高速重载斜齿轮副冲击激励计算方法,分析温度对齿轮冲击激励的影响。（3）计算考虑冲击的斜齿轮时变摩擦系数,基于切片法得到考虑冲击的斜齿轮副齿面摩擦激励;考虑齿轮冲击激励,建立齿轮传动系统弯-扭-轴耦合模型,得到考虑齿轮冲击的齿面接触力。分析齿轮冲击对齿轮啮合状态的影响规律。（4）基于高速重载渐开线斜齿轮副冲击激励机理研究方法,编制高速重载渐开线斜齿轮副冲击激励计算软件,实现高速重载渐开线斜齿轮副冲击激励的集成可视化设计。

关键词： 齿轮箱故障诊断   稀疏表示   过完备字典   凸优化   非凸罚函数  

摘要： 齿轮箱具有传递力矩、分配动力和改变传动方向的作用,在交通车辆中有着举足轻重的地位。然而,车辆中的齿轮箱长期处于高速、重载的工作环境中,其关键零部件——齿轮和轴承常常发生失效,进而导致齿轮箱发生故障。如果齿轮箱的故障没有被及时检测并预警,那么车辆就会存在巨大的安全隐患,甚至会造成严重的经济损失与人员伤亡,因而对齿轮箱的工作状态进行监测与诊断具有非常重要的现实意义。齿轮箱振动信号中蕴含着丰富的工作状态信息,基于振动信号开展齿轮箱故障诊断是较为广泛、有效的方法之一。稀疏表示方法作为一种振动信号分析方法,在齿轮箱故障特征提取方面有着较好的表现,但是仍存在一些亟待解决的问题。一方面,齿轮箱振动信号的复杂性对稀疏表示方法的故障特征提取高效性和准确性提出了更高的要求。另一方面,稀疏表示方法应当尽量避免过多地依赖先验知识,提高自适应性。因而本文基于稀疏表示方法,研究如何准确、高效、自适应地提取出齿轮箱故障特征信息,实现齿轮箱故障诊断。主要研究如下:(1)分析了齿轮箱中关键零部件的振动机理,对齿轮箱振动信号中的重要分量进行了研究与参数化建模。建立了高度匹配齿轮箱故障特征分量振动特性的参数化小波字典。基于l1-范数搭建了稀疏表示的单分量优化模型,并推演出多分量优化模型。基于稀疏表示单分量优化模型,推导分裂增广拉格朗日收缩算法(Split Augmented Lagrangian Shrinkage Algorithm,SALSA)和前向后向分裂算法(Forward-Backward Splitting,FBS)的迭代流程。(2)基于紧框架解析字典的稀疏表示方法及其齿轮故障诊断中的应用研究。以齿轮箱中关键零部件——齿轮作为研究对象,引入契合齿轮振动特性的调Q小波变换(Tunable Q-factor Wavelet Transform,TQWT)来构建线性变换解析字典,利用 TQWT的紧框架属性规避稀疏表示优化求解过程中的高维矩阵及逆矩阵的运算,降低了运算时间,增强了稀疏表示方法的高效性与实用性。通过分析罚函数的性质,提出使用极小极大凹(Minimax-Concave,MC)函数代替l1-范数作为罚函数构建稀疏表示优化模型。MC罚函数不仅能够很好地促进振动信号的稀疏性,还能解决幅值低估的问题,具有更优异的特征分量幅值保真性。最后,利用凸优化求解算法求解出稀疏表示系数,实现了故障特征分量的精确重构,并准确提取出故障特征频率。(3)基于自适应学习字典的稀疏表示方法及其轴承故障诊断中的应用研究。以齿轮箱中另一关键零部件——轴承作为研究对象,针对解析字典结构固定、自适应性差等问题,研究利用学习字典提高稀疏表示方法的自适应性。特定基函数的解析字典只针对固定的故障类型,与故障类型不匹配的稀疏表示字典的稀疏表示效果较差。自适应学习字典不仅继承了学习字典的高自适应性,能够不需要大量前期工作获取的先验知识,直接通过学习训练的方式得到自适应匹配信号内部特征的稀疏表示字典。而且通过改进K-SVD算法的样本训练矩阵的结构,提高了运算效率。并且利用软阈值算法增强稀疏表示方法的抗噪性。最后凭借广义极小极大凹函数(Generalized Minimax-Concave,GMC)优异的幅值保真特性,通过凸优化求解算法求解出稀疏表示系数,实现了故障特征分量的精确重构,并准确提取出故障特征频率。本文所提的基于字典设计的信号稀疏表示方法能够准确地提取出齿轮箱振动信号中的故障特征分量,精确诊断出齿轮箱的故障类型,为稀疏表示方法在齿轮箱故障诊断领域中的应用奠定了坚实的理论基础,具有较为显著的实用价值与现实意义。

关键词： 线结构光   齿轮测量误差   测量不确定度   非接触式测量  

摘要： 齿轮作为机械传动领域中应用范围最为广泛的传动零件之一,上至航空航天,下至手表、玩具,都可以看见它的身影,而齿轮的质量优劣决定着整个系统的性能好坏。随着现代化进程的不断加速,各行业对齿轮的需求也日益增加,对齿轮质量的要求也变得日益严格,对齿轮质量的检测效率也决定着齿轮精度的提升速度。显然,传统的接触式测量因其效率低下、测量精度不高等缺点不再适用于现代化的发展,而现有的一些非接触式测量装置虽然可以实现一定精度的无损检测,但却因整体成本高昂,无法得到广泛的使用。线结构光测量系统作为非接触式测量中的一种,因其检测速度快、测量精度高而逐渐的应用于工业测量领域之中。本文针对齿轮测量中的检测项目多、效率低,提出了一种基于线结构光测量系统的齿轮测量方法,并对新搭建的测量系统的测量不确定度展开了评定。（1）针对测量中应用的相关理论与数学模型进行了分析与推导。针对常规齿轮测量中的三大常检项目（齿廓、齿距、螺旋线偏差）的定义、评定原理、评定公式等展开了分析与解释;然后再对当前主流的测量不确定度评定方法逐个展开分析,从评定原理、优势逐一展开分析;针对线结构光测量系统,对其基本测量原理——激光三角法、三大坐标系（相机、图像、世界坐标系）、CCD模型（线性与非线性）以及视觉测量模型（线面模型）的数学模型展开了分析与推导。（2）对新型测量系统的可达到的齿轮测量精度进行了验证。选取了6级精度汽车齿轮,将同一个齿轮分别在齿轮测量中心与线结构光齿轮测量系统中进行测量,对比两者之间齿距、齿廓、螺旋线偏差的结果差异。通过对比实验知,由LSLGMS测量得到的结果相比于齿轮测量中心所得的结果偏大,最大的差值为2.9μm,最小的差值为0.05μm,且其它的差值均在2.9μm以内。同时,LSLGMS测量的齿轮各项偏差均达到了6级精度齿轮允许值,说明LSLGMS可完成6级精度齿轮的测量。（3）针对LSLGMS的测量不确定度展开分析。以齿轮测量误差中的齿距偏差为基准,分析LSLGMS中影响不确定度的因素,依据影响因素建立起LSLGMS的不确定度误差模型,再根据A、B类不确定度法进行各误差分量的不确定度求解与合成,最后求得合成不确定度为0.84μm,扩展不确定度为1.68μm。

关键词： 行星齿轮箱   键合图   故障演化   测试性设计  

摘要： 现代机械设备的集成度不断提高的同时,其工作环境也因工作需求的提高而逐渐恶化,因此对设备进行及时测试以确保其不会因某部件故障引起的链式反应而遭到破坏的重要性是不言而喻的。然而现有的大多数设备在进行测试时都需要停机甚至拆卸部分结构,这样的测试方法存在着效率低且成本高的问题。因此对设备进行测试性设计,即在设备的设计阶段就对测试工作进行考虑,从而进行包括测试对象、测试参数、测试手段在内的测试工作的整体规划是十分有必要的。行星齿轮箱因体积小、传动比大,直接决定了其往往被应用在复杂多变的工况,而此类工况致使行星齿轮箱在工作过程中故障偶有发生,但针对于行星齿轮箱的故障诊断工作对其故障演化过程以及测试手段与设备结构的匹配问题考虑地较少,进而致使其测试性相关工作难以开展,针对于此,本文以行星齿轮箱为研究对象开展其测试性设计研究工作,主要内容如下:（1）针对需要对故障演化信息进行描述的问题,本文提出了一种基于键合图理论的故障信息表征方法,通过建立行星齿轮箱的键合图模型并建立其状态方程,建立了行星齿轮箱部件级参数与系统级参数之间的联系,从而实现了故障信息的表征。通过ADAMS动力学仿真与该方法的表征结果进行对比,证明了该方法在故障演化前期具有一定的有效性。（2）基于所提出的故障信息表征方法,本文提出了一种基于牛顿插值法的故障演化信息描述方法。通过定义部件的工作状况值并建立其与故障参数间的联系,进而构建了故障程度函数。针对所提故障信息表征方法在故障演化后期表征效果不佳的问题,建立了多个故障参数的故障程度函数用于描述故障演化过程。基于ADAMS的动力学仿真的验证结果表明该故障演化方法的准确性和有效性。（3）针对现有测试性模型中故障演化信息考虑不足的问题,本文基于考虑了故障演化机制的FMEMECA方法建立了行星齿轮箱的故障模式集。同时针对测试手段与设备结构难以匹配的问题,本文进行了行星齿轮箱的测试性设计及结构优化。分析结果显示,现有的行星齿轮箱的测试条件无法检测所有的故障,而经过测试性设计的行星齿轮箱则具备了这一功能;现有的行星齿轮箱结构无法满足所需的测试条件,而经过结构优化后的行星齿轮箱则具备了这一功能。

摘要： 目前，风电行业用于主轴与齿轮箱行星架装配的方式有直接对接装配（图1）、电阻板加热（图2）后装配两种方式。例如，2.5MW风电机组中主轴与齿轮箱行星架之间的配合间隙为0～0.136mm，采用直接对接装配对操作工人的技能要求很高。如操作不当会导致主轴卡滞，容易出现主轴和行星架拉伤（图3），从而带来较大经济损失，并影响正常生产。采用电阻板加热方式，一方面，加热效率低；另一方面，由于加热板需与行星架安装面接触进行热传导，