CN116663328A - 齿轮箱均载特性计算方法、装置、设备及介质 - Google Patents
齿轮箱均载特性计算方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN116663328A CN116663328A CN202310919783.2A CN202310919783A CN116663328A CN 116663328 A CN116663328 A CN 116663328A CN 202310919783 A CN202310919783 A CN 202310919783A CN 116663328 A CN116663328 A CN 116663328A
- Authority
- CN
- China
- Prior art keywords
- error
- calculating
- response surface
- gear box
- surface model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 33
- 230000004044 response Effects 0.000 claims abstract description 164
- 238000009826 distribution Methods 0.000 claims abstract description 66
- 238000000034 method Methods 0.000 claims abstract description 56
- 230000009467 reduction Effects 0.000 claims abstract description 54
- 238000004519 manufacturing process Methods 0.000 claims description 34
- 238000009434 installation Methods 0.000 claims description 22
- 230000006870 function Effects 0.000 claims description 17
- 238000010586 diagram Methods 0.000 claims description 12
- 238000006073 displacement reaction Methods 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 9
- 238000013500 data storage Methods 0.000 claims description 8
- 230000015654 memory Effects 0.000 claims description 8
- 230000010354 integration Effects 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 abstract description 10
- 238000005259 measurement Methods 0.000 abstract description 6
- 239000004973 liquid crystal related substance Substances 0.000 description 23
- 230000005540 biological transmission Effects 0.000 description 7
- 238000013016 damping Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000010248 power generation Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000000342 Monte Carlo simulation Methods 0.000 description 2
- 235000015076 Shorea robusta Nutrition 0.000 description 2
- 244000166071 Shorea robusta Species 0.000 description 2
- 238000005315 distribution function Methods 0.000 description 2
- 238000005299 abrasion Methods 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000013076 uncertainty analysis Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
- G06F17/13—Differential equations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Operations Research (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Hardware Design (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- General Details Of Gearings (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明一般涉及齿轮箱均载特性分析技术领域,具体涉及考虑多种误差的齿轮箱均载特性计算方法、装置、设备及介质,方法包括:通过误差与齿轮箱动态均载特性模型构建误差参数与均载系数的响应面模型;利用度量得到的误差参数对响应面模型进行降维近似,得到降维响应面模型;计算降维响应面模型的子系统前多阶原点矩;对前多阶原点矩进行再组合,并计算齿轮箱均载特性概率密度分布的四阶矩,得到齿轮箱均载系数。考虑多种误差的齿轮箱均载特性计算方式,使计算得到的均载系数更加接近真实值,能够对齿轮箱进行更准确的均载分析,提高对齿轮箱的工作效率与使用寿命预测的准确性;对响应面模型进行降维,大大减少了计算复杂度,提高了计算效率。
Description
技术领域
本发明一般涉及齿轮箱均载特性分析技术领域,具体涉及考虑多种误差的齿轮箱均载特性计算方法、装置、设备及介质。
背景技术
风能作为一种清洁能源已经在我们日常生产生活中得到了广泛的应用。现有的风力发电设备中均安装有齿轮箱,其中大多使用行星齿轮进行传动。风力发电设备的故障统计数据显示,齿轮箱的故障比例占到大约60%,而齿轮箱产生的故障中大约54%由行星齿轮引起,因此齿轮箱是否具有良好的均载特性将直接影响风力发电设备的工作效率。
齿轮箱具有良好的均载特性是指齿轮箱中整个行星齿轮传动结构中各个行星轮承载的载荷相同,均载特征优劣由齿轮箱的均载系数体现。
现有的计算齿轮箱均载特性的方式中仅考虑少量误差参数对齿轮箱均载特性的影响,导致在均载特性的分析过程中与真实值之间产生较大偏差;在实际应用齿轮箱时若直接将偏差较大的齿轮箱安装至风力发电设备中,则会加速设备磨损老化,进而影响对风力发电设备的工作效率与使用寿命的预测。同时当计算的均载系数样本总量较大时,现有的计算方法计算总量大且计算速率慢导致对齿轮箱的均载特性分析的效率较低。
发明内容
鉴于现有技术中的上述缺陷或不足,期望提供考虑多种误差的齿轮箱均载特性计算方法、装置、设备及介质。
第一方面,本发明提供考虑多种误差的齿轮箱均载特性计算方法,包括:
获取多组误差样本;所述误差样本包括:安装误差、制造误差、齿厚误差与齿侧间隙;
对多组所述误差样本进行度量,得到一组误差参数;所述误差参数为多组所述误差样本的参数表达形式;
获取齿轮箱动态均载特性模型;
输入多组所述误差样本至所述齿轮箱动态均载特性模型中,得到均载系数样本;
根据所述误差样本和所述均载系数样本拟合得到响应面模型;
根据所述误差参数对所述响应面模型进行降维近似,得到降维响应面模型;所述降维响应面模型包括多个降维响应面模型子系统;
计算所述降维响应面模型子系统的四阶原点矩,根据所述降维响应面模型子系统的四阶原点矩计算所述降维响应面模型的前多阶原点矩;
对所述前多阶原点矩进行再组合,并计算齿轮箱均载特性概率密度分布的四阶矩;
根据所述四阶矩绘制齿轮箱均载特性概率密度分布曲线。
根据本发明提供的技术方案,所述齿轮箱包括内齿圈与行星轴;
使用集中参数法构建所述齿轮箱动态均载特性模型,具体步骤包括:
根据所述制造误差、安装误差与齿厚误差计算啮合线上的当量啮合误差;
根据所述当量啮合误差与所述齿侧间隙计算内齿圈与行星轴之间的综合啮合误差;
根据所述综合啮合误差、内齿圈和行星轴的振动位移和扭转角度计算啮合形变量;
获取行星轴、内齿圈的啮合均载系数计算公式;
联立所述齿轮箱的内齿圈平移扭转动力学微分方程、行星轴的平移扭转动力学微分方程与均载系数计算公式,得到齿轮箱动态均载特性模型。
根据本发明提供的技术方案,根据所述误差样本和所述均载系数样本拟合得到响应面模型的步骤包括:
获取初始响应面模型;
分别输入所述误差样本和所述均载系数样本至所述初始响应面模型中,得到多个带有误差数据的响应面函数;所述响应面函数中包含有多个响应参数;
对多个所述响应参数进行寻优操作,得到响应参数的数值;
将所述响应参数的数值代入所述响应面函数,得到响应面模型。
根据本发明提供的技术方案,对所述误差样本进行度量的步骤包括:
根据安装误差、制造误差、齿厚误差与齿侧间隙的初始数据绘制安装误差、制造误差、齿厚误差与齿侧间隙的误差概率密度分布图;所述误差概率密度分布图显示同一种误差在各数值上的分布情况;
判断所述误差概率密度分布图的对称性,
当所述误差概率密度分布图对称时,选择一次衍生λ-PDF对所述误差样本进行表征,得到第一误差参数形式;所述第一误差参数形式中包含有响应参数;将所述第一误差参数形式作为误差参数;
当所述误差概率密度分布图不对称时,选择二次衍生λ-PDF对所述误差样本进行表征,判断响应参数符合的条件,
当响应参数的数值符合第一设定条件时,得到第二误差参数形式;所述第二误差参数形式中包含有响应参数;将所述第二误差参数形式作为误差参数;
当响应参数的数值符合第二设定条件时,得到第三误差参数形式;所述第三误差参数形式中包含有响应参数;将所述第三误差参数形式作为误差参数。
根据本发明提供的技术方案,根据所述误差参数对所述响应面模型进行降维近似,得到降维响应面模型的步骤包括:
将所述齿轮箱动态均载特性模型按照误差种类的个数划分为多个子系统,得到多个齿轮箱动态均载特性模型子系统;
计算所述误差参数的均值,得到误差均值;
分别输入所述误差均值至每个降维响应面模型子系统中,得到多个带有误差数据的子系统;
根据多个带有误差数据的子系统与多个齿轮箱动态均载特性模型子系统计算得到所述降维响应面模型。
根据本发明提供的技术方案,计算所述降维响应面模型子系统的四阶原点矩,根据所述降维响应面模型子系统的四阶原点矩计算所述降维响应面模型的前多阶原点矩的具体步骤包括:
获取所述误差参数的积分权值与积分节点;
根据所述降维响应面模型计算得到所述降维响应面模型子系统的四阶原点矩;
输入所述积分权值与积分节点至降维响应面模型子系统的四阶原点矩中,利用高斯积分法计算得到所述前多阶原点矩。
根据本发明提供的技术方案,对所述前多阶原点矩进行再组合,并计算齿轮箱均载特性概率密度分布的四阶矩的步骤包括:
根据所述前多阶原点矩计算得到多阶中心矩;
根据所述中心矩计算得到齿轮箱均载特性概率密度分布的四阶矩。
第二方面,本发明提供考虑多种误差的齿轮箱均载特性计算装置,用于进行上述的考虑多种误差的齿轮箱均载特性计算方法,包括:
数据存储模块,所述数据存储模块用于:存储齿轮箱的安装误差、制造误差、齿厚误差和齿侧间隙,以及齿轮箱动态均载特性模型;
处理模块,所述处理模块用于:
获取数据存储模块存储的齿轮箱的安装误差、制造误差、齿厚误差和齿侧间隙,以及齿轮箱动态均载特性模型;
根据误差样本与齿轮箱动态均载特性模型构建误差参数与均载系数样本的响应面模型;
对所述误差样本进行度量,得到误差参数;
根据所述误差参数对所述响应面模型进行降维近似,得到降维响应面模型;所述降维响应面模型包括多个降维响应面模型子系统;
计算所述降维响应面模型子系统的四阶原点矩,根据所述降维响应面模型子系统的四阶原点矩计算所述降维响应面模型的前多阶原点矩;
对所述前多阶原点矩进行再组合,并计算齿轮箱均载特性概率密度分布的四阶矩;
根据所述四阶矩绘制齿轮箱均载特性概率密度分布曲线。
第三方面,本发明提供一种计算机设备,包括:存储器、处理器和存储在存储器上的用于进行考虑多种误差的齿轮箱均载特性计算的程序;所述用于进行考虑多种误差的齿轮箱均载特性计算的程序配置用于:
进行上述任意一项所述的考虑多种误差的齿轮箱均载特性计算方法。
第四方面,本发明提供一种存储介质,所述存储介质上存储有计算考虑多种误差的齿轮箱均载特性的程序;当所述计算考虑多种误差的齿轮箱均载特性的程序被执行时,用于:
进行上述任意一项所述的考虑多种误差的齿轮箱均载特性计算方法。
本发明的有益效果在于:
通过误差与齿轮箱动态均载特性模型构建误差参数与均载系数的响应面模型;利用度量得到的误差参数对所述响应面模型进行降维近似,得到降维响应面模型;计算所述降维响应面模型的子系统前多阶原点矩;对所述前多阶原点矩进行再组合,并计算齿轮箱均载特性概率密度分布的四阶矩,得到齿轮箱均载系数。上述的考虑安装误差、制造误差、齿厚误差与齿侧间隙的齿轮箱均载系数计算方式,考虑更多的误差因素,使计算得到的均载系数更加接近真实值,能够对齿轮箱进行更准确的均载分析,提高对齿轮箱的工作效率与使用寿命预测的准确性。同时,对响应面模型进行降维,大大减少了计算复杂度,提高了计算效率。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明提供的考虑多种误差的齿轮箱均载特性计算方法的流程示意图;
图2为对所述误差参数进行度量的流程图;
图3为内齿圈制造误差概率密度分布图;
图4为行星轴制造误差概率密度分布图;
图5为内齿圈安装误差概率密度分布图;
图6为行星轴安装误差概率密度分布图;
图7为内齿圈齿厚误差概率密度分布图;
图8为行星轮齿厚误差概率密度分布图;
图9为齿侧间隙概率密度分布图;
图10为均载特性不确定性分析结果。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与发明相关的部分。
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
实施例1
请参考图1,为本实施例提供的考虑多种误差的齿轮箱均载特性计算方法示意图,包括:
S1:获取多组误差样本;所述误差样本包括:安装误差、制造误差、齿厚误差与齿侧间隙;
S2:对多组所述误差样本进行度量,得到一组误差参数;所述误差参数为多组所述误差样本的参数表达形式;
S3:获取齿轮箱动态均载特性模型;
S4:输入多组所述误差样本至所述齿轮箱动态均载特性模型中,得到均载系数样本;
S5:根据所述误差样本和所述均载系数样本拟合得到响应面模型;
S6:根据所述误差参数对所述响应面模型进行降维近似,得到降维响应面模型;所述降维响应面模型包括多个降维响应面模型子系统;
S7:计算所述降维响应面模型子系统的四阶原点矩,根据所述降维响应面模型子系统的四阶原点矩计算所述降维响应面模型的前多阶原点矩;
S8:对所述前多阶原点矩进行再组合,并计算齿轮箱均载特性概率密度分布的四阶矩;
S9:根据所述四阶矩绘制齿轮箱均载特性概率密度分布曲线。
本发明的技术方案目的在于获取同一种型号的多个齿轮箱的误差,并根据误差构建这种型号齿轮箱的均载系数;并简化计算过程,大大加快计算效率以及准确度。均载系数用于判断此种型号齿轮箱是否符合行业标准,以及能否投入使用。
具体地,本发明的误差均为同一型号齿轮箱的各种误差。当进行不同型号齿轮箱的均载特性分析时,需要保证误差数据均通过同一型号的多个齿轮箱测量得到。
本实施例中所述前多阶原点矩具体为前四阶原点矩。
本实施例通过误差与齿轮箱动态均载特性模型构建误差参数与均载系数的响应面模型;利用度量得到的误差参数对所述响应面模型进行降维近似,得到降维响应面模型;计算所述降维响应面模型的子系统前多阶原点矩;对所述前多阶原点矩进行再组合,并计算齿轮箱均载特性概率密度分布的四阶矩,得到齿轮箱均载系数。
由于考虑了安装误差、制造误差、齿厚误差与齿侧间隙的齿轮箱均载系数,几乎涵盖了齿轮箱传动过程中所有的误差,因此能够使计算得到的均载系数更加接近真实值,能够对齿轮箱进行更准确的均载分析,提高对风力发电设备的工作效率与使用寿命预测的准确性。同时,对响应面模型进行降维,大大减少了计算复杂度,提高了计算效率。
进一步地,所述齿轮箱包括内齿圈与行星轴;
使用集中参数法构建所述齿轮箱动态均载特性模型,具体步骤包括:
根据所述制造误差、安装误差与齿厚误差计算啮合线上的当量啮合误差;
根据所述当量啮合误差与所述齿侧间隙计算内齿圈与行星轴之间的综合啮合误差;
根据所述综合啮合误差、内齿圈和行星轴的振动位移和扭转角度计算啮合形变量;
获取行星轴、内齿圈的啮合均载系数计算公式;
联立所述齿轮箱的内齿圈平移扭转动力学微分方程、行星轴的平移扭转动力学微分方程与均载系数计算公式,得到齿轮箱动态均载特性模型。
在一些实施方式中,所述内齿圈平移扭转动力学微分方程由公式(一)表示:
公式(一);
其中,
为内齿圈的质量;
、/>、/>分别为内齿圈径向、切向和轴向振动位移;
表示内齿圈径向振动位移x r的一阶导数,/>表示内齿圈径向振动位移x r的二阶导数;/>、/>、/>、/>同理;
、/>、/>分别为内齿圈在x轴、y轴、z轴方向上的支撑刚度;
、/>、/>分别为内齿圈在x轴、y轴、z轴方向上的支撑阻尼;
N表示行星轴的数量;i表示常数,例如1,2,3...;
为内齿圈行星轴啮合刚度;
表示啮合形变量,/>表示啮合形变量一阶导数;
为内齿圈行星轴啮合阻尼;
为内齿圈行星轴的螺旋角;
表示啮合端面压力角;
表示第i个行星轴与第一个行星轴的夹角;
为内齿圈的转动惯量,/>表示内齿圈在转动方向上的支撑刚度,/>表示内齿圈在转动方向上的支撑阻尼,/>为内齿圈的基圆半径;
为内齿圈的扭转角度;/>为内齿圈的扭转角度的一阶导数、/>为内齿圈的扭转角度的二阶导数;
T表示扭矩;
x轴、y轴、z轴两两相互垂直。
行星轴的平移扭转动力学微分方程由公式(二)表示:
公式(二);
在解方程组的过程中使用采用Runge-Kutta方式求解。
其中,
为行星轴的质量;
、/>、/>分别为同一行星轴径向、切向和轴向振动位移,脚标i表示其为第i个行星轴的数据;
表示第i个行星轴径向振动位移/>的一阶导数,/>表示第i个行星轴径向振动位移/>的二阶导数;/>、/>、/>、/>同理;
为行星轴在x轴方向上的支撑阻尼;
为行星轴在x轴方向上的支撑刚度;
为内齿圈行星轴啮合刚度;
表示啮合形变量,/>表示啮合形变量的一阶导数;
为内齿圈行星轴啮合阻尼;
为内齿圈行星轴的螺旋角;
表示啮合端面压力角;
表示第i个行星轴与第一个行星轴的夹角;
为行星轴的转动惯量,/>表示行星轴在转动方向上的支撑阻尼,/>表示行星轴在转动方向上的支撑刚度,/>为行星轴的基圆半径;
为行星轴的扭转角度;/>为行星轴的扭转角度的一阶导数,/>为行星轴的扭转角度的二阶导数。
具体地,行星轴、行星轮的啮合均载系数计算公式如公式(三)与(四)所示。
公式(三);
公式(四);
其中,表示内齿圈与第i个行星轴之间的啮合力,N表示行星轴的数量,/>表示行星轴与第i个行星轮啮合的均载系数;/>表示齿轮箱传动系统的均载系数为行星轴与内齿圈啮合的最大均载系数;max(·)表示取最大值。
进一步地,根据所述误差样本和所述均载系数样本拟合得到响应面模型的步骤包括:
获取初始响应面模型;
分别输入所述误差样本和所述均载系数样本至所述初始响应面模型中,得到多个带有误差数据的响应面函数;所述响应面函数中包含有多个响应参数;
对多个所述响应参数进行寻优操作,得到响应参数的数值;
将所述响应参数的数值代入所述响应面函数,得到响应面模型。
在一些实施方式中,使用遗传算法对所述响应参数进行寻优,再根据齿轮箱动态均载特性模型(所述齿轮箱动态均载特性模型即初始响应面模型)的输入与输出拟合出各误差与动态均载特性之间的响应面函数。
在一些实施方式中,所述初始响应面模型由公式(五)表示:
公式(五);
其中,表示初始响应面模型,/>表示均载系数,/>、/>、/>、/>表示响应参数,、/>表示输入的误差,i、j均表示常数,例如1、2、3...。
进一步地,参考图2,对所述误差样本进行度量的步骤包括:
根据安装误差、制造误差、齿厚误差与齿侧间隙的初始数据绘制安装误差、制造误差、齿厚误差与齿侧间隙的误差概率密度分布图;所述误差概率密度分布图显示同一种误差在各数值上的分布情况;
判断所述误差概率密度分布图的对称性,
当所述误差概率密度分布图对称时,选择一次衍生λ-PDF对所述误差样本进行表征,得到第一误差参数形式;所述第一误差参数形式中包含有响应参数;将所述第一误差参数形式作为误差参数;
当所述误差概率密度分布图不对称时,选择二次衍生λ-PDF对所述误差样本进行表征,判断响应参数符合的条件,
当响应参数的数值符合第一设定条件时,得到第二误差参数形式;所述第二误差参数形式中包含有响应参数;将所述第二误差参数形式作为误差参数;
当响应参数的数值符合第二设定条件时,得到第三误差参数形式;所述第三误差参数形式中包含有响应参数;将所述第三误差参数形式作为误差参数。
具体地,PDF表示概率密度函数(Probability distribution function,PDF);λ-PDF中表示衍生参数,/>;λ-PDF表示λ概率密度函数(Probability distributionfunction,PDF)。
在一些实施方式中,所述误差概率密度分布图的对称性表示,图像极值点两侧的图像以极值点所在的平行于纵坐标的直线为对称轴,两侧对称。
当误差数据的概率密度函数呈对称分布时,取,其λ-PDF形式如公式(六)所示:
公式(六);
其中,表示输入,/>表示变形之前λ-PDF的自变量参数,/>表示归一化常数,/>表示衍生参数,/>;f(x)表示误差参数形式;/>、/>表示多项式系数,即所述响应参数。
具体地,;/>为Gamma函数。
当误差数据的概率密度函数呈非对称分布时,取,进一步判断得出,/>、/>、/>符合第一设定条件时,其λ-PDF形式如公式(七)所示:
公式(七);
其中,f(x)表示误差参数形式,、/>、/>表示多项式系数,即所述响应参数。
、/>、/>符合第二设定条件时,其λ-PDF形式如公式(八)所示:
公式(八);
其中,f(x)表示误差参数形式,、/>、/>表示响应参数。
公式(六)、公式(七)、公式(八)中等号右侧分别表示第一误差参数形式、第二误差参数形式与第三误差参数形式;公式(六)、公式(七)、公式(八)的含义分别为将第一误差参数形式、第二误差参数形式或第三误差参数形式作为误差参数形式。
在一些实施方式中,所述第一设定条件为,/>;第二设定条件为/>,。
进一步地,根据所述误差参数对所述响应面模型进行降维近似,得到降维响应面模型的步骤包括:
将所述齿轮箱动态均载特性模型按照误差种类的个数划分为多个子系统,得到多个齿轮箱动态均载特性模型子系统;
计算所述误差参数的均值,得到误差均值;
分别输入所述误差均值至每个降维响应面模型子系统中,得到多个带有误差数据的子系统;
根据多个带有误差数据的子系统与多个齿轮箱动态均载特性模型子系统计算得到所述降维响应面模型。
在一些实施方式中,分别输入不同的误差数据至所述齿轮箱动态均载特性模型中,分别得到带有多个带有一种误差的子系统。
在一些实施方式中,所述降维响应面模型由公式(九)表示:
公式(九);
其中,表示误差与动态均载特性之间的响应关系,即响应面模型,/>表示降维得的子系统,且/>,/>,/>表示一种误差/>的均值。/>表示带有误差数据的子系统。/>表示误差的具体数值;n表示子系统的个数;k表示常数,例如,1、2、3...。
进一步地,计算所述降维响应面模型子系统的四阶原点矩,根据所述降维响应面模型子系统的四阶原点矩计算所述降维响应面模型的前多阶原点矩的具体步骤包括:
获取所述误差参数的积分权值与积分节点;
根据所述降维响应面模型计算得到所述降维响应面模型子系统的四阶原点矩;
输入所述积分权值与积分节点至降维响应面模型子系统的四阶原点矩中,利用高斯积分法计算得到所述前多阶原点矩。
在一些实施方式中,所述积分节点一般选择2-6个点,本实施例中选择6个点,较多的积分节点能够保证计算精度,较少的积分节点能够降低计算复杂度。在确定积分节点数后通过查表法得到对应的积分节点与积分权值。
利用高斯积分法计算得到所述前多阶原点矩的过程由公式(十)表示:
公式(十);
其中,表示降维响应面模型子系统的某一阶原点矩;例如,/>等于1时表示一阶原点矩,/>等于2时表示二阶原点矩;分别输入不同的误差数据计算得到前多阶原点矩。/>表示积分权值,/>表示积分节点;m表示积分权值的个数,i、j均表示常数,例如1、2、3...。
将公式(十)带入到公式(九)计算得到所述降维响应面模型子系统的四阶原点矩。
进一步地,对所述前多阶原点矩进行再组合,并计算齿轮箱均载特性概率密度分布的四阶矩的步骤包括:
根据所述前多阶原点矩计算得到多阶中心矩;
根据所述中心矩计算得到齿轮箱均载特性概率密度分布的四阶矩。
在一些实施方式中,齿轮箱均载特性概率密度分布的多阶原点矩由公式(十一)计算得到;
公式(十一);
其中,表示齿轮箱均载特性概率密度分布的第/>阶原点矩;例如,/>等于1时表示齿轮箱均载特性概率密度分布的一阶原点矩,/>等于2时表示齿轮箱均载特性概率密度分布的二阶原点矩;/>表示阶数。
四阶矩由公式(十二)与公式(十三)计算得到:
公式(十二);
公式(十三);
其中,表示齿轮箱均载特性概率密度分布的原点矩,下角标表示阶数,例如,E 1表示一阶原点矩,E 2表示二阶原点矩;/>表示中心矩,下角标表示阶数;/>表示均值,/>表示标准差,/>表示偏度系数,/>表示峰度系数。
在一些实施方式中,计算得到均值、标准差、偏度系数、峰度系数后,将四阶矩输入matlab中绘制概率密度分布图,具体如图10所示。
判断均载特性概率密度分布曲线是否满足使用要求。例如,在一些情况下要求某一型号齿轮箱的均载系数均小于等于1.1,经过上述实施例的方法计算得到该型号齿轮箱的均载系数均小于等于1.1,则可知该种齿轮箱满足使用需求。
图10中,虚线表示真实值,实线表示由本实施例方案计算得到的特征系数绘制得到的概率密度分布图。图10中虚线表示使用现有的蒙特卡洛模拟(Monte Carlosimulation,MCS)计算所得的概率密度曲线;实线表示本发明提供的考虑多种误差的齿轮箱均载特性计算方法计算所得的概率密度曲线;横轴Y表示响应面模型的取值,纵轴f(Y)表示误差参数的取得该数值的概率。可见两曲线形状基本吻合,仅计算前4阶矩的条件下更加接近真实值;在考虑计算更多阶矩的情况下,会进一步贴合,逼近真实值。
具体地,本实施例中,应用集中参数法建立大功率风电齿轮箱动态均载特性模型。已知分析某型号风电齿轮箱均载特性时需要考虑的不确定性因素(即所述误差样本)包含有:
安装误差、制造误差、齿厚误差与齿侧间隙。
其中,制造误差包括:内齿圈制造误差,行星轴制造误差;
安装误差包括:内齿圈安装误差,行星轴安装误差;
齿厚误差包括:内齿圈齿厚误差,行星轮齿厚误差。
内齿圈制造误差,行星轴制造误差,内齿圈安装误差,行星轴安装误差,内齿圈齿厚误差,行星轮齿厚误差及齿侧间隙。
本实施例中,设定内齿圈制造误差服从正态分布(48,8),行星轴制造误差服从正态分布(40,20/3),内齿圈安装误差服从正态分布(80,80/3),行星轴安装误差服从正态分布(80,80/3),内齿圈齿厚误差服从正态分布(70,70/3),行星轮齿厚误差服从正态分布(70,70/3),齿侧间隙服从正态分布(50,50/3),依据此分布情况抽取10000组样本。
采用λ-PDF度量齿轮箱面临的制造误差、安装误差等系列不确定性因素。根据所取误差的样本均服从正态分布故选用公式(六)进行λ-PDF度量。样本原概率密度分布与衍生λ-PDF对照图如图3-图9所示。图3-图9中虚线均表示原PDF,即现有技术中计算得到的概率密度曲线;实线均表示λ-PDF方式计算得到的概率密度曲线,横轴均表示误差的数值,纵轴均表示PDF值,即误差的取得该数值的概率。
基于大功率风电齿轮箱动态均载特性模型构建各类误差参数与动态均载性能之间的响应面模型;
将生成的10000组样本带入到所建立的动态均载特性分析模型中,根据输入与输出结果拟合出其响应面模型;
采用降维公式近似上述响应面模型;
利用公式(九)对响应面模型进行降维处理得到降维响应面模型/>;
利用高斯积分计算传动系统动态均载特性的前四阶原点矩;
采用6个积分节点,将利用公式(十)求得的的四阶原点矩带入到公式(十一)中并利用二项式定理对其进行求解得到传动系统动态均载特性的前四阶原点矩。根据传动系统均载性能的前四阶原点矩,构建其概率密度曲线;并与直接带入动态均载特性分析模型中求得的结果进行比较,对比结果如图10所示。
实施例2
本实施例提供考虑多种误差的齿轮箱均载特性计算装置,用于进行上述实施例所述的考虑多种误差的齿轮箱均载特性计算方法,包括:
数据存储模块,所述数据存储模块用于:存储齿轮箱的安装误差、制造误差、齿厚误差、齿侧间隙和支撑刚度,以及齿轮箱动态均载特性模型;
处理模块,所述处理模块用于:
获取数据存储模块存储的齿轮箱的安装误差、制造误差、齿厚误差、齿侧间隙和支撑刚度,以及齿轮箱动态均载特性模型;
根据误差样本与齿轮箱动态均载特性模型构建误差参数与均载系数样本的响应面模型;
对所述误差样本进行度量,得到误差参数;
根据所述误差参数对所述响应面模型进行降维近似,得到降维响应面模型;所述降维响应面模型包括多个降维响应面模型子系统;
计算所述降维响应面模型子系统的四阶原点矩,根据所述降维响应面模型子系统的四阶原点矩计算所述降维响应面模型的前多阶原点矩;
对所述前多阶原点矩进行再组合,并计算齿轮箱均载特性概率密度分布的四阶矩;
根据所述四阶矩绘制齿轮箱均载特性概率密度分布曲线。
具体地,所述数据存储模块中存储有齿轮箱的安装误差、制造误差、齿厚误差、齿侧间隙和支撑刚度,以及齿轮箱动态均载特性模型。所述安装误差、制造误差、齿厚误差与齿侧间隙的具体数据均由制造商与装配公司进行测量提供,可以使用现有的任何检测误差的手段进行测量。测量得到大量的误差数据后,进行随机抽样,选取部分误差输入至数据存储模块中。
处理模块获取上述误差、支撑刚度以及齿轮箱动态均载特性模型后,进行上述计算过程,最终计算得到齿轮箱均载系数。
实施例3
本实施例提供一种计算机设备,包括:存储器、处理器和存储在存储器上的用于进行考虑多种误差的齿轮箱均载特性计算的程序;所述用于进行考虑多种误差的齿轮箱均载特性计算的程序配置用于:
进行上述实施例中任意一项所述的考虑多种误差的齿轮箱均载特性计算方法。
具体地,计算机设备包括中央处理单元(CPU),其可以根据存储在只读存储器(ROM)中的程序或者从存储部分加载到随机访问存储器(RAM)中的程序而执行各种适当的动作和处理。在RAM中,还存储有系统操作所需的各种程序和数据。CPU、ROM以及RAM通过总线彼此相连。输入/输出(I/O)接口也连接至总线。
以下部件连接至I/O接口:包括键盘、鼠标等的输入部分;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分;包括硬盘等的存储部分;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分。通信部分经由诸如因特网的网络执行通信处理。驱动器也根据需要连接至I/O接口。可拆卸介质,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器上,以便于从其上读出的计算机程序根据需要被安装入存储部分。
实施例4
本实施例提供一种存储介质,所述存储介质上存储有计算考虑多种误差的齿轮箱均载特性的程序;当所述计算考虑多种误差的齿轮箱均载特性的程序被执行时,用于:
进行上述实施例中任意一项所述的考虑多种误差的齿轮箱均载特性计算方法。
具体地,本发明还提供了一种存储介质,所述存储介质可以是上述实施例中描述的电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。所述存储介质承载有一个或者多个程序,当上述一个或者多个程序被一个该电子设备执行时,使得该电子设备实现如上述实施例中的方法,具体为上述实施例中任意一项所述的考虑多种误差的齿轮箱均载特性计算方法。
以上描述仅为本发明的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本发明中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离所述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本发明中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (10)
1.考虑多种误差的齿轮箱均载特性计算方法,其特征在于,包括:
获取多组误差样本;所述误差样本包括:安装误差、制造误差、齿厚误差与齿侧间隙;
对多组所述误差样本进行度量,得到一组误差参数;所述误差参数为多组所述误差样本的参数表达形式;
获取齿轮箱动态均载特性模型;
输入多组所述误差样本至所述齿轮箱动态均载特性模型中,得到均载系数样本;
根据所述误差样本和所述均载系数样本拟合得到响应面模型;
根据所述误差参数对所述响应面模型进行降维近似,得到降维响应面模型;所述降维响应面模型包括多个降维响应面模型子系统;
计算所述降维响应面模型子系统的四阶原点矩,根据所述降维响应面模型子系统的四阶原点矩计算所述降维响应面模型的前多阶原点矩;
对所述前多阶原点矩进行再组合,并计算齿轮箱均载特性概率密度分布的四阶矩;
根据所述四阶矩绘制齿轮箱均载特性概率密度分布曲线。
2.根据权利要求1所述的考虑多种误差的齿轮箱均载特性计算方法,其特征在于,所述齿轮箱包括内齿圈与行星轴;
使用集中参数法构建所述齿轮箱动态均载特性模型,具体步骤包括:
根据所述制造误差、安装误差与齿厚误差计算啮合线上的当量啮合误差;
根据所述当量啮合误差与所述齿侧间隙计算内齿圈与行星轴之间的综合啮合误差;
根据所述综合啮合误差、内齿圈和行星轴的振动位移和扭转角度计算啮合形变量;
获取行星轴、内齿圈的啮合均载系数计算公式;
联立所述齿轮箱的内齿圈平移扭转动力学微分方程、行星轴的平移扭转动力学微分方程与均载系数计算公式,得到齿轮箱动态均载特性模型。
3.根据权利要求1所述的考虑多种误差的齿轮箱均载特性计算方法,其特征在于,根据所述误差样本和所述均载系数样本拟合得到响应面模型的步骤包括:
获取初始响应面模型;
分别输入所述误差样本和所述均载系数样本至所述初始响应面模型中,得到多个带有误差数据的响应面函数;所述响应面函数中包含有多个响应参数;
对多个所述响应参数进行寻优操作,得到响应参数的数值;
将所述响应参数的数值代入所述响应面函数,得到响应面模型。
4.根据权利要求3所述的考虑多种误差的齿轮箱均载特性计算方法,其特征在于,对所述误差样本进行度量的步骤包括:
根据安装误差、制造误差、齿厚误差与齿侧间隙的初始数据绘制安装误差、制造误差、齿厚误差与齿侧间隙的误差概率密度分布图;所述误差概率密度分布图显示同一种误差在各数值上的分布情况;
判断所述误差概率密度分布图的对称性,
当所述误差概率密度分布图对称时,选择一次衍生λ-PDF对所述误差样本进行表征,得到第一误差参数形式;所述第一误差参数形式中包含有响应参数;将所述第一误差参数形式作为误差参数;
当所述误差概率密度分布图不对称时,选择二次衍生λ-PDF对所述误差样本进行表征,判断响应参数符合的条件,
当响应参数的数值符合第一设定条件时,得到第二误差参数形式;所述第二误差参数形式中包含有响应参数;将所述第二误差参数形式作为误差参数;
当响应参数的数值符合第二设定条件时,得到第三误差参数形式;所述第三误差参数形式中包含有响应参数;将所述第三误差参数形式作为误差参数。
5.根据权利要求1所述的考虑多种误差的齿轮箱均载特性计算方法,其特征在于,根据所述误差参数对所述响应面模型进行降维近似,得到降维响应面模型的步骤包括:
将所述齿轮箱动态均载特性模型按照误差种类的个数划分为多个子系统,得到多个齿轮箱动态均载特性模型子系统;
计算所述误差参数的均值,得到误差均值;
分别输入所述误差均值至每个降维响应面模型子系统中,得到多个带有误差数据的子系统;
根据多个带有误差数据的子系统与多个齿轮箱动态均载特性模型子系统计算得到所述降维响应面模型。
6.根据权利要求1所述的考虑多种误差的齿轮箱均载特性计算方法,其特征在于,计算所述降维响应面模型子系统的四阶原点矩,根据所述降维响应面模型子系统的四阶原点矩计算所述降维响应面模型的前多阶原点矩的具体步骤包括:
获取所述误差参数的积分权值与积分节点;
根据所述降维响应面模型计算得到所述降维响应面模型子系统的四阶原点矩;
输入所述积分权值与积分节点至降维响应面模型子系统的四阶原点矩中,利用高斯积分法计算得到所述前多阶原点矩。
7.根据权利要求1所述的考虑多种误差的齿轮箱均载特性计算方法,其特征在于,对所述前多阶原点矩进行再组合,并计算齿轮箱均载特性概率密度分布的四阶矩的步骤包括:
根据所述前多阶原点矩计算得到多阶中心矩;
根据所述中心矩计算得到齿轮箱均载特性概率密度分布的四阶矩。
8.考虑多种误差的齿轮箱均载特性计算装置,其特征在于,用于进行如权利要求1-7任意一项所述的考虑多种误差的齿轮箱均载特性计算方法,包括:
数据存储模块,所述数据存储模块用于:存储齿轮箱的安装误差、制造误差、齿厚误差和齿侧间隙,以及齿轮箱动态均载特性模型;
处理模块,所述处理模块用于:
获取数据存储模块存储的齿轮箱的安装误差、制造误差、齿厚误差和齿侧间隙,以及齿轮箱动态均载特性模型;
根据误差样本与齿轮箱动态均载特性模型构建误差参数与均载系数样本的响应面模型;
对所述误差样本进行度量,得到误差参数;
根据所述误差参数对所述响应面模型进行降维近似,得到降维响应面模型;所述降维响应面模型包括多个降维响应面模型子系统;
计算所述降维响应面模型子系统的四阶原点矩,根据所述降维响应面模型子系统的四阶原点矩计算所述降维响应面模型的前多阶原点矩;
对所述前多阶原点矩进行再组合,并计算齿轮箱均载特性概率密度分布的四阶矩;
根据所述四阶矩绘制齿轮箱均载特性概率密度分布曲线。
9.一种计算机设备,其特征在于,包括:存储器、处理器和存储在存储器上的用于进行考虑多种误差的齿轮箱均载特性计算的程序;所述用于进行考虑多种误差的齿轮箱均载特性计算的程序配置用于:
进行如权利要求1-7任一项所述的考虑多种误差的齿轮箱均载特性计算方法。
10.一种存储介质,其特征在于,所述存储介质上存储有计算考虑多种误差的齿轮箱均载特性的程序;当所述计算考虑多种误差的齿轮箱均载特性的程序被执行时,用于:
进行如权利要求1-7任一项所述的考虑多种误差的齿轮箱均载特性计算方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310919783.2A CN116663328B (zh) | 2023-07-26 | 2023-07-26 | 齿轮箱均载特性计算方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310919783.2A CN116663328B (zh) | 2023-07-26 | 2023-07-26 | 齿轮箱均载特性计算方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116663328A true CN116663328A (zh) | 2023-08-29 |
CN116663328B CN116663328B (zh) | 2023-10-20 |
Family
ID=87717354
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310919783.2A Active CN116663328B (zh) | 2023-07-26 | 2023-07-26 | 齿轮箱均载特性计算方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116663328B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104280237A (zh) * | 2014-10-11 | 2015-01-14 | 西北工业大学 | 一种测定功率分流齿轮系统均载性能的实验装置及方法 |
CN108052760A (zh) * | 2017-12-25 | 2018-05-18 | 长安大学 | 一种齿轮副非线性动力学计算方法 |
CN111709082A (zh) * | 2020-04-28 | 2020-09-25 | 湖南大学 | 一种高效的汽车侧面碰撞安全可靠性设计优化方法 |
CN113515865A (zh) * | 2021-07-16 | 2021-10-19 | 重庆大学 | 一种风电齿轮箱行星级均载性能优化方法 |
CN115310224A (zh) * | 2022-07-21 | 2022-11-08 | 中国第一汽车股份有限公司 | 行星齿轮机构的均载系数计算方法 |
WO2023000376A1 (zh) * | 2021-07-23 | 2023-01-26 | 南京航空航天大学 | 一种多级行星齿轮结构动态特性的分析方法 |
CN116579170A (zh) * | 2023-05-18 | 2023-08-11 | 北京航空航天大学 | 一种滚动轴承全膜润滑的可靠性分析方法 |
-
2023
- 2023-07-26 CN CN202310919783.2A patent/CN116663328B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104280237A (zh) * | 2014-10-11 | 2015-01-14 | 西北工业大学 | 一种测定功率分流齿轮系统均载性能的实验装置及方法 |
CN108052760A (zh) * | 2017-12-25 | 2018-05-18 | 长安大学 | 一种齿轮副非线性动力学计算方法 |
CN111709082A (zh) * | 2020-04-28 | 2020-09-25 | 湖南大学 | 一种高效的汽车侧面碰撞安全可靠性设计优化方法 |
CN113515865A (zh) * | 2021-07-16 | 2021-10-19 | 重庆大学 | 一种风电齿轮箱行星级均载性能优化方法 |
WO2023000376A1 (zh) * | 2021-07-23 | 2023-01-26 | 南京航空航天大学 | 一种多级行星齿轮结构动态特性的分析方法 |
CN115310224A (zh) * | 2022-07-21 | 2022-11-08 | 中国第一汽车股份有限公司 | 行星齿轮机构的均载系数计算方法 |
CN116579170A (zh) * | 2023-05-18 | 2023-08-11 | 北京航空航天大学 | 一种滚动轴承全膜润滑的可靠性分析方法 |
Non-Patent Citations (3)
Title |
---|
SHUAI MO ET AL.: "Influence mechanism of multi-coupling error on the load sharing characteristics of herringbone gear planetary transmission system", J MULTI-BODY DYNAMICS * |
TONG ZHOU ET AL.: "An efficient reliability method combining adaptive global metamodel and probability density evolution method", MECHANICAL SYSTEMS AND SIGNAL PROCESSING * |
朱万刚: "大型风电齿轮箱的行星轮系均载分析", 科学之友 * |
Also Published As
Publication number | Publication date |
---|---|
CN116663328B (zh) | 2023-10-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110069860B (zh) | 伸缩节可靠性疲劳寿命评估方法 | |
CN102016736A (zh) | 齿轮箱模型式诊断方法、工具以及计算机可读取存储介质 | |
CN116150897A (zh) | 一种基于数字孪生的机床主轴性能测评方法及系统 | |
Keller et al. | Gearbox reliability collaborative investigation of gearbox motion and high-speed-shaft loads | |
Beinstingel et al. | A hybrid analytical-numerical method based on isogeometric analysis for determination of time varying gear mesh stiffness | |
CN116663328B (zh) | 齿轮箱均载特性计算方法、装置、设备及介质 | |
Guo et al. | Recommendations on model fidelity for wind turbine gearbox simulations | |
Ognjanovic et al. | Design for reliability based methodology for automotive gearbox load capacity identification | |
CN110442931B (zh) | 一种基于rsm的电机多目标优化设计方法 | |
Jianjun et al. | Dynamic modeling and analysis of planetary gear train system considering structural flexibility and dynamic multi-teeth mesh process | |
CN112199875A (zh) | 一种基于雨流法的元器件焊点随机振动疲劳寿命分布预测方法 | |
Keller et al. | Gearbox reliability collaborative phase 1 and 2: testing and modeling results | |
Zou et al. | Dynamic characteristics of a spur gear pair under the coupled effects of angular misalignment fault and tooth modification | |
CN111079300A (zh) | 一种考虑齿向误差的直齿轮啮合刚度计算方法 | |
CN112052552B (zh) | 一种齿轮局部式故障等效激励力的识别方法 | |
Pears et al. | Investigation of methods to predict parallel and epicyclic gear transmission error | |
CN112364551A (zh) | 一种行星传动齿轮箱疲劳分析方法 | |
Jianwei et al. | Solution of spur gear meshing stiffness and analysis of degradation characteristics | |
CN113111462B (zh) | 一种差速器壳体极限承载能力预报方法 | |
CN113063589B (zh) | 一种基于神经网络的齿轮微观误差对振动的预测方法 | |
Guo et al. | Gearbox reliability collaborative analytic formulation for the evaluation of spline couplings | |
JP2000171238A (ja) | 遊星歯車装置の性能予測方法 | |
Marafona et al. | Gear mesh stiffness and dynamics: Influence of stiffness asymmetry | |
Molaie et al. | Planet load-sharing and phasing | |
Chongyang et al. | Lifetime prediction for electrical connector under the action of random vibration loading |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |