-
公开(公告)号:CN118624210A
公开(公告)日:2024-09-10
申请号:CN202410653033.X
申请日:2024-05-24
Applicant: 重庆大学
IPC: G01M13/021 , G06F17/10 , G06F17/16 , G06F30/20 , G01M13/028 , G06F119/14
Abstract: 本发明属于牵引齿轮传动系统技术领域,具体公开了一种牵引齿轮传动系统局部故障振动特征预测方法、系统及介质,该方法包括如下步骤:S1,建立牵引电机数学模型、斜齿轮传动系统弯扭轴动力学模型;建立内外多源激励下的牵引传动系统的机电耦合动力学模型;S2,获得斜齿轮局部故障下的牵引齿轮传动系统动力学响应;S3,建立面向数字孪生轻量化仿真的牵引齿轮局部故障动力学实时驱动组合代理模型;S4,形成面向牵引齿轮典型故障振动特征实时和精准仿真预测的数字孪生模型,输出牵引齿轮传动系统局部故障振动特征预测结果。采用本技术方案,获取牵引斜齿轮裂纹、剥落等典型故障的振动特征,实现齿轮箱内部工作情况齿轮状态的监测与预测。
-
公开(公告)号:CN116720343A
公开(公告)日:2023-09-08
申请号:CN202310630043.7
申请日:2023-05-30
Applicant: 重庆大学
IPC: G06F30/20 , G06F30/17 , G06F17/11 , G06F17/16 , G06F119/14
Abstract: 本发明公开了一种考虑接触面动态特性的行星排功率损耗获取方法及系统,该方法建立行星传动多源激励影响下的平移‑扭转耦合动力学模型,获取齿轮、轴承部件接触面动态啮合力、动态载荷及实际滑动速度;建立齿轮粗糙表面动态弹流润滑计算模型,获得摩擦系数,计算行星排齿轮啮合界面瞬时摩擦功率损耗和轴承摩擦阻力矩,建立行星轮滚针轴承功率损耗模型,获得行星轮滚针轴承损失功率损耗;计算搅油功率损耗,并求解轴承的液力功率损耗,计算得到行星排的损失总功耗损耗。采用本技术方案,通过建立多源内激励影响下行星排平扭耦合动力学模型获取行星排接触面动态特性,获取更精确的行星排损耗功率。
-
公开(公告)号:CN116702549A
公开(公告)日:2023-09-05
申请号:CN202310671838.2
申请日:2023-06-07
Applicant: 重庆大学
IPC: G06F30/23 , G06F17/13 , G06F119/02 , G06F119/04 , G06F119/14
Abstract: 本发明提出了一种考虑随机动载下齿轮疲劳裂纹扩展寿命计算方法及系统,该方法为:在裂纹尖端处建立局部平面坐标系,构建裂纹扩展方程;计算含有齿根裂纹特征的时变啮合刚度;构建齿轮啮合副的振动微分方程并求解,得到齿轮副不同裂纹状态下的啮合对动态啮合力;将齿轮副不同裂纹状态下的啮合对动态啮合力进行处理,编制成载荷谱,得到具有多周期性的变幅载荷数据;将变幅载荷数据作为边界条件,仿真模拟裂纹扩展,从有限元数据文件中读取齿轮疲劳裂纹扩展数据;基于齿轮疲劳裂纹扩展数据计算应力强度因子;基于Paris公式、应力强度因子预估疲劳裂纹扩展寿命。该方法可提高齿轮的可靠性和疲劳裂纹扩展寿命,提高设备的安全性,降低维修成本。
-
公开(公告)号:CN116738690A
公开(公告)日:2023-09-12
申请号:CN202310614239.7
申请日:2023-05-29
Applicant: 重庆大学
IPC: G06F30/20 , G06F119/14
Abstract: 本发明属于行星齿轮技术领域,具体公开了一种考虑轴承内部时变特性的行星变速机构动态特性获取方法及系统,该方法基于行星齿轮传动机构的轴承的尺寸数据,计算轴承的滚珠与内外圈的接触角,接触载荷,内外圈变形,以及支撑刚度,再计算轴承内、外圈安装后的游隙变化量,获取行星齿轮传动机构的动力学方程,建立行星轮系平扭模型;计算行星架/轴承座对轴承外圈动载和变形、传动轴对内圈动载和变形,并计算ti时刻系统的支撑刚度和动态响应,求出下一个时间步长ti+1内各部件动态响应,循环迭代直至完成动态特性预估。采用本技术方案,获取考虑轴承内部时变特性以及内外圈与行星传动机构部件配合关系的行星齿轮传动系统动态特性。
-
公开(公告)号:CN116070131A
公开(公告)日:2023-05-05
申请号:CN202211606855.X
申请日:2022-12-14
Applicant: 重庆大学
IPC: G06F18/24 , G06N3/0464 , G06N3/08 , G06F18/241 , G01M13/045
Abstract: 本发明属于故障诊断技术领域,提供了一种联合多尺度交互图卷积和对比池化的故障诊断方法及系统。该方法包括,获取滚动轴承的振动信号,采用故障诊断模型,得到故障类型;所述故障诊断模型包括多尺度交互图、图卷积网络和对比学习强化自注意力池化层;所述采用故障诊断模型的过程包括:基于滚动轴承的振动信号,计算节点嵌入向量和邻接矩阵,构建多尺度交互图;基于节点嵌入向量和邻接矩阵,采用图卷积网络的图卷积层提取图数据特征后,经过对比学习强化自注意力池化层,对图数据特征进行图结构粗化和特征降维,粗化的图数据依次经过图卷积网络读出层和全连接层,得到故障类型。本发明提升了图卷积网络应用于旋转机械故障诊断的准确率和鲁棒性。
-
-
-
-