关键词： 行星齿轮箱   故障诊断   卷积神经网络   注意力机制  

摘要： 针对行星齿轮箱故障信号成分复杂和时变性强的特点,提出了基于注意力机制的一维卷积神经网络(1D CNN)行星齿轮箱故障诊断方法。首先,将行星齿轮箱各类故障状态的原始振动信号进行分段处理,作为模型的输入;其次,利用一维卷积神经网络对行星齿轮箱的原始振动信号学习齿轮故障特征,结合注意力机制(AM)对特征序列自适应的赋予不同的权重,增强故障特征信息;最后,利用Softmax分类器实现行星齿轮箱的故障诊断。通过故障实验验证以及与其他模型的对比,该故障诊断模型具有较强的学习能力,诊断性能优于其他的深度学习模型,有较好的工程实际意义。

关键词： 电动汽车   变速器   行星齿轮   方案设计   参数匹配   结构设计  

摘要： 为解决直驱式电动汽车平均传动效率较低及传统双轴式两挡变速器结构不够紧凑等问题,提出了一种用于电动乘用车的行星齿轮式两挡变速器方案。完成了动力传动系统参数匹配,通过AVL Cruise初步验证了参数匹配的合理性;根据匹配结果,对行星齿轮式两挡变速器进行了结构参数设计,并据此对传动比等关键参数进行了修正;基于CATIA建立了变速器的三维模型,对其关键部件进行了强度验证;通过与常用直驱方案的对比表明,整车百公里加速时间缩短了0.31 s,最大爬坡度由直驱方案的34%增加到37%,最高车速提高了21 km/h,NEDC工况下的续航里程增加了18 km,提出的行星齿轮式两挡变速器可有效提高整车的动力性和经济性。

关键词： 动态传递误差   动态啮合力   全局灵敏度分析   传动稳定性  

摘要： 鉴于齿轮传动系统非线性动力学模型的复杂性及参数的多样性,采用全局灵敏度分析方法,研究齿轮动力学模型参数及各参数间的耦合对其动态传递误差和动态啮合力的影响。结果表明,齿侧间隙和啮合刚度是影响齿轮动态传动精度的主要因素,啮合刚度、啮合阻尼和支撑阻尼的相互耦合对齿轮动态啮合力有显著影响,齿轮传动稳定性主要取决于啮合刚度和支撑阻尼。这可为高性能齿轮箱的动力学设计与制造提供指导。

关键词： HXD1D机车   齿轮传动   轴重转移   动力学模型  

摘要： 文章基于刚体动力学理论,建立了HXD1D机车的动力学模型,该模型考虑牵引电机和齿轮传动系统的结构特点,推导了该型对称布置轴悬式牵引传动装置的电力机车轴重转移理论计算公式,获得了该型(C0-C0)轴式机车在准静态工况下的轴重转移结果。文章考虑齿轮箱内部的啮合过程,揭示了机车传动系统内部激励下的动态作用,为研究机车在变速变载等复杂工况下实际运行过程中的瞬时轴重转移打下了基础。

关键词： 实验教具   传动机械   齿轮传动   传动装置   齿轮制造   带传动   链传动   注意观察  

摘要： 一般的机械结构总是由许多零部件通过不同种类的结合部联结而成,而齿轮则是机械结构中的重要部件之一,利用齿轮制造的传动机械在生活、工业、国防等方面起着举足轻重的作用。《小学科学课程标准》要求小学生:①观察常见的传动装置,了解其作用;②通过探究知道齿轮传动的特点,并注意观察生活中的带传动和链传动。

关键词： 等相对曲率齿轮   渐开线齿轮   磨损性能   齿面磨损  

摘要： 为探讨新型等相对曲率(CRC)齿轮的磨损性能,建立CRC齿轮的数学模型,分别基于克拉盖尔斯基的疲劳磨损计算方法及Archard磨损计算方法对CRC齿轮的磨损性能进行理论分析。2种方法的计算结果具有相同的趋势,且计算得到的最大磨损深度值相当接近,可以认为计算结果是可信的。与相同设计参数的渐开线齿轮的磨损情况对比,发现CRC齿轮的磨损趋势与渐开线齿轮相一致,表现为齿根处磨损大于齿顶处,主动轮磨损大于从动轮;相同啮合位置处相对曲率越大磨损会越严重,因CRC齿轮相对曲率保持不变且为一较小值,其与渐开线齿轮相比在主动轮齿根处及从动轮齿顶处磨损有较大的改善。研究表明,CRC齿轮的磨损性能较渐开线齿轮有着较大的提升。

关键词： 局部保持映射   邻域参数   核密度估计   故障诊断   齿轮  

摘要： 针对局部保持投影(LPP)的邻域参数设置主要依靠经验这一缺点,对LPP邻域参数的设置进行了改进设计,提出了改进局部保持投影算法(ILPP)。相比于LPP,ILPP中引入了核密度估计,使得邻域参数会根据数据集的样本密度而自适应的变化,可以更好地对高维数据集的流形结构进行保持。将ILPP用于齿轮典型故障的诊断中,实验结果表明,ILPP可以对不同故障类型数据进行有效区分,实现了故障诊断精度的提高。

关键词： 风电齿轮箱   零件清洁度   清洁度检测   DOE实验   萃取试验  

摘要： 本文分析了零件清洁度对齿轮箱的影响以及导致零件清洁度差的主要原因。阐述了一种定量化检测风电齿轮箱零件的清洁度方法。通过DOE实验寻找出与萃取污染物能力显著相关的因子,然后对相关的因子进行萃取试验绘制出萃取曲线,寻找检验的最佳工艺组合,达到ISO16232的检测要求。

关键词： 迁移学习   特征重用   卷积神经网络   缺陷检测  

摘要： 针对金属注射成型(MIM)工业生产零件由于缺陷细微导致的肉眼识别率低和人力资源耗费严重的问题,设计了一种基于卷积神经网络(CNN)的缺陷检测识别方法。利用迁移学习解决当前由于训练数据少而导致识别率低的问题,并提出了一种轻量化特征重用网络模型,对MIM工艺生产的小模数齿轮进行缺陷检测。实验结果表明:训练模型在MIM齿轮缺陷检测的准确率达到98%以上,可对零件实现快速、准确的检测,该检测识别技术可以应用于同类的零件制造业完成分类和检测任务,在工业上具有重要的研究价值和实践意义。

关键词： 行星齿轮   自适应噪声完备总体经验模态分解(CEEMDAN)   样本熵   概率神经网络(PNN)  

摘要： 为对行星齿轮进行故障诊断,采用自适应噪声完备总体经验模态分解(CEEMDAN)方法对采集的信号进行分解。对分解得到的各IMF分量进行相关系数计算,优选出与原始信号相关性较大的前4阶分量进行样本熵计算,得到特征值,构成特征向量。将特征向量输入到概率神经网络系统中进行诊断,且与基于局域均值分解的样本熵特征提取方法的诊断结果进行对比。结果表明:利用CEEMDAN样本熵提取的特征值能更精准地反映系统的故障特性,故障诊断的正确率高。