- 蒋闯;尚永帅;韩正阳;王泽华;
【目的】随着电动汽车产业对高精度内斜齿轮需求的爆发式增长,传统刮齿、珩齿及成形磨齿加工技术存在刀具磨损严重、齿面误差修正能力不足、加工效率低下等瓶颈,难以匹配电动汽车短生产周期与高性能传动的发展要求。为此,提出基于球形蜗杆砂轮展成磨削的内斜齿轮加工新方法。【方法】基于共轭曲面包络理论与空间啮合原理,系统构建了等效斜齿轮齿面、球形蜗杆砂轮齿面及内斜齿轮齿面间的映射关系;通过严密的数学推导,求解了球形蜗杆砂轮的型面方程与螺旋升角,实现了双齿面的精确数字化表征;借助Vericut软件开展仿真分析,量化了理论齿面与仿真齿面的偏差。【结果】研究证实,球形蜗杆砂轮展成磨削技术可有效实现内斜齿轮的高精度加工,为突破电动汽车核心传动部件的制造技术瓶颈提供了新的路径与参考。
2025年09期 v.49;No.345 112-118页 [查看摘要][在线阅读][下载 1552K] [下载次数:0 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:5 ] - 林慧斌;冼贤钊;何国林;
【目的】针对齿轮箱故障诊断中谐波干扰掩盖局部故障特征的问题,提出一种基于深度卷积二元分解网络(Deep Convolutional Binary Decomposition Network, DCBDN)的齿轮箱谐波分离与冲击特征提取方法。【方法】首先,通过改进堆叠自编码网络的特征传递与输出模式,引入对谐波成分的分离约束,在网络特征传递过程中实现谐波分离与冲击故障特征提取;随后,针对所提网络提出一种基于故障机制模型的二元输出网络模型训练方法,利用故障机制模型构造仿真数据集,以效果补偿的方式对模型内的谐波特征提取器和冲击特征提取器进行参数动态链式更新,完成网络训练。【结果】仿真和试验分析结果表明,相较于现有的卷积自编码网络模型和快速谱峭度方法,所提方法能够有效分离出耦合在一起的谐波和故障冲击成分,具有更强的抗干扰性能和局部故障特征提取能力。
2025年09期 v.49;No.345 119-127+135页 [查看摘要][在线阅读][下载 2142K] [下载次数:0 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:3 ] - 李贤山;田宇;魏理林;赵晓锋;剡昌锋;
【目的】针对弧齿锥齿轮传动精度的传统检测方法操作烦琐、主观性较强等问题,提出一种评判弧齿锥齿轮传动精度的声信号辅助检测方法。【方法】将齿轮滚动检查机与所开发的声信号采集系统结合,设计了检测弧齿锥齿轮齿面接触印痕质量的声信号实时采集试验;并结合粒子群优化(Particle Swarm Optimization, PSO)算法与最大相关峭度解卷积(Maximum Correlated Kurtosis Deconvolution, MCKD)的信号处理方法,研究了不同轴向偏差对齿轮啮合声信号的影响。【结果】研究发现,轴向偏差增大会导致啮合频率及其倍频所对应的幅值上升,严重影响齿轮的传动精度。同时,利用实际算例验证了所提方法的可行性,为弧齿锥齿轮啮合性能的检测提供了有效的辅助手段。
2025年09期 v.49;No.345 128-135页 [查看摘要][在线阅读][下载 1713K] [下载次数:146 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:2 ] - 刘祚时;明澳阳;任继华;王笑一;钟志丞;朱敏峰;朱卫东;
【目的】为提高小模数齿轮的精度,以420不锈钢粉末为原料,采用金属粉末注射成形(Metal powder Injection Molding, MIM)工艺,在1 330~1 360℃的烧结温度下制备小模数齿轮;以微观形貌最佳的注射坯为前提条件,研究烧结温度对小模数齿轮精度的影响。【方法】采用MLA650F场发射扫描电子显微镜观察齿轮注射坯的微观形貌,分别采用JE 20齿轮测量中心、Image J软件、洛氏硬度计测量了烧结后齿轮的精度、孔隙率、硬度。【结果】结果表明,在110 MPa注射压力下,当烧结温度从1 330℃升高至1 350℃时,齿轮表面的孔隙率降低48.28%,密度提升5%,硬度提升8.22%,收缩率持续增大,精度逐渐提高;当温度超过1 350℃后,孔隙率降低20%,密度降低0.26%,硬度降低0.51%,收缩率缓慢提高,齿轮精度逐渐下降;烧结温度为1 350℃时,齿轮的综合性能最佳,孔隙率为1.5%,密度为7.56 g/cm~3,硬度为39.5 HRC,收缩率为14.1%,精度等级最高,达到了标准GB/T 2363—1990的7级精度。
2025年09期 v.49;No.345 136-142页 [查看摘要][在线阅读][下载 1547K] [下载次数:225 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:2 ] - 李赟;于洋;杨平;
【目的】针对滚动轴承早期故障声发射信号信噪比低、故障特征难提取的问题,提出一种改进Teager能量包络和经验小波变换(Empirical Wavelet Transform, EWT)的故障特征提取方法。【方法】该方法通过改进Teager能量包络处理,凸显轴承故障声发射信号的冲击特征;采用经验小波变换对改进Teager能量包络序列进行分解;通过经验小波峭度指标筛选分量并重构,进而对重构声发射信号进行包络分析。【结果】仿真与试验结果表明,该方法能够有效抑制噪声,增强故障弹性波,可准确提取轴承故障声发射信号的频率特征。
2025年09期 v.49;No.345 143-150页 [查看摘要][在线阅读][下载 1798K] [下载次数:1 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:3 ] - 黄斯琪;张信群;刘世杰;谭志银;何凯;
【目的】傅里叶分解方法是一种能够根据信号频谱特征自适应确定模态分量的方法。然而,该方法在提取非平稳信号的模态分量时,容易产生大量无效窄带分量,不利于故障特征的精准识别。为解决这一问题,提出一种频带优选傅里叶分解方法(Frequency Band Optimization Fourier Decomposition Method, FBO-FDM)。【方法】首先,以傅里叶变换为基础,按照高频至低频的顺序对原始傅里叶谱进行扫描分割,获取初始分割边界;其次,提出一种频带重构策略,利用多尺度排列熵偏均值(Partial Mean of Multi-scale Permutation Entropy, PMMPE)对各分割边界内的频带信息进行量化处理,将PMMPE大于其均值的频带保留,去除无效窄带分量;最后,采用自适应多尺度形态学滤波对重构分量进行滤波处理,去除噪声及无关分量的影响。采用所提方法对滚动轴承仿真信号进行分析,并与傅里叶分解方法(Fourier Decomposition Method, FDM)、经验小波变换(Empirical Wavelet Transform, EWT)和变分模态分解(Variational Mode Decomposition, VMD)方法进行了对比。【结果】结果表明,所提方法能够更有效地识别出故障特征频率,并且具有更高的信噪比;同时,其对有色噪声也有较好的降噪效果。将所提方法应用于实测振动信号分析中,进一步验证了所提方法频带划分及故障诊断能力的优越性。
2025年09期 v.49;No.345 151-161页 [查看摘要][在线阅读][下载 2333K] [下载次数:1 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:2 ]