共查询到19条相似文献,搜索用时 171 毫秒
1.
2.
通过进行变速箱壳体振动模态试验,客观地分析了变速箱壳体的振动状态。采用DASP(Data AcquisitionSignal Processing)软件对HW25505TCL型铝合金变速箱壳体进行振动模态试验。利用特征系统实现(ERA)法进行模态参数辨识,并与复频域最小二乘法(PloyLSCF)法对比,得到可靠的1~4阶频率和阻尼,并由此进行振型分析。采用振型相关矩阵进行模态验证,通过与计算模态比较,证明两者的有效性和可靠性。将DASP应用变速箱壳体振动模态试验,不仅获得变速箱壳体高阶频率、阻尼及振型,还可解决类似壳体的振动问题,为进一步改进变速箱壳体的结构特性以及基于模态分析的变速箱壳体故障诊断等提供了理论依据。 相似文献
3.
4.
5.
6.
7.
8.
9.
奥托汽车变速箱箱体有限元模态分析 总被引:6,自引:1,他引:5
汽车变速箱是一个多自由度弹性振动系统,作用于该系统的各种激振力使变速箱产生复杂振动,其必然带来整车的振动和噪声,影响汽车乘坐舒适性.本文以奥托汽车变速箱为研究对象,基于SolidWorks建立奥托汽车变速箱的三维实体模型,并应用COSMOSWorks有限元分析软件建立变速箱箱体的有限元模型,完成了该汽车变速器箱体的模态分析,分析结果可为寻找变速箱箱体产生振动的敏感部位和箱体的结构设计提供依据. 相似文献
10.
分析了某变速箱试验时的异常振动和噪声原因。先对一台样机测试其各挡稳定过程的振动和噪声信号,再对测得的信号进行功率谱密度分析。之后,运用Pro/Engineer建立了变速箱壳体的实体模型,并用OptiStruct软件进行了壳体前端面加零位移约束的模态分析;计算了各挡齿轮的啮合频率,分析了壳体的模态频率与齿轮啮合频率对振动和噪声信号功率谱中峰值的影响。最后根据分析结果,提出对壳体的改进建议,以达到变速箱减振降噪的目的。 相似文献
11.
12.
13.
车轮多边形是高速列车运行过程中常见的磨耗现象,该现象使轮轨作用力增大,齿轮箱持续异常振动,并会影响其疲劳寿命。为研究高速列车车轮多边形对齿轮箱疲劳寿命的影响,建立了含有齿轮箱支撑轴承的驱动系统和柔性齿轮箱的刚柔耦合整车动力学模型,采用数值仿真分析方法,通过分析不同车轮多边形幅值下轮轨垂向力和齿轮箱垂向振动加速度确定极端工况,对该工况下的齿轮箱进行应力分析并确定危险点,进而分析这些点的疲劳寿命。研究发现:列车在350 km/h三阶0.1 mm车轮多边形极端工况时,轮轨垂向力及齿轮箱垂向加速度明显增大,齿轮箱剧烈振动,此时齿轮箱多处出现应力集中,存在多个危险点。其中齿轮箱输出轴轴承端支撑筋处应力最大,该危险点疲劳寿命只能达到256万km,远小于1200万km的正常寿命。因此,在高速列车实际运营中要高度重视车轮多边形对齿轮箱疲劳寿命带来的影响,可通过车轮镟修来降低车轮多边形对齿轮箱疲劳寿命的影响。 相似文献
14.
运用有限元法对机械结构进行模态分析可以求出结构的固有振动特性,获得避免共振现象产生的工作频率范围,同时提出改善结构模态特性的方法。文章运用有限元分析软件ANSYS分析了某机床床身的前8阶固有频率和振型,提出了适合加工的主轴转速范围和改善床身结构模态特性的方法。研究实例表明:有限元法具有简单、快速、直观的特点,是一种对机械结构进行模态分析的有效方法。 相似文献
15.
16.
将人工免疫算法用于盲源分离算法,阐述了盲源分离过程,提出了免疫优化盲源分离算法(AIS-ICA算法),针对4组特定信号的混合与分离进行了仿真试验。仿真试验结果表明,该算法具有收敛速度快、分离精度高和稳定性好等优点。将该算法用于齿轮箱振动信号的盲源分离及其故障诊断,增强了振动信号所携带的故障信息,结果表明该算法用于齿轮箱振动信号分离可增强故障信息,降低齿轮箱故障诊断难度。 相似文献
17.
建立了混合动力挖掘机轴系的有限元分析模型,对轴系前5阶模态进行了计算。计算结果表明:与传统挖掘机相比,混合动力挖掘机轴系的1阶模态频率下降了270Hz;前2阶模态的振型均为扭转振动。建立了混合动力挖掘机轴系的动力学仿真模型,对轴系的扭振特性进行了仿真研究。仿真结果表明:混合动力系统轴系存在周期性的扭振,扭角变化幅度为±0.003°,扭振频谱存在峰值,峰值频率约为48.9Hz。建立了混合动力挖掘机轴系扭振测试实验台,对不同转速下轴系的最大扭角进行了实验测试。实验结果表明:当混合动力系统轴系转速大于1100r/min时,轴系的最大扭角保持不变,约为0.003°;当混合动力系统轴系转速小于1100r/min时,轴系的最大扭角随转速的减小而增大;当轴系转速为896r/min时,轴系的最大扭角约为0.007°。 相似文献
18.
轨道交通引起的环境振动测试数据中混杂着暗振动的成分。提出了一种去除暗振动的自适应神经模糊推理系统(adaptive neuro-fuzzy inference system,简称ANFIS)法,阐述了其基本原理,给出了该法的具体实现步骤。通过一条列车引起的地面振动加速度时程与一条暗振动加速度时程叠加得到现场实测振动加速度时程,采用提出的ANFIS法及其他几种已有方法对该算例进行了去除暗振动的计算,并进行了对比分析。几种方法计算的时程均方根误差分别为:谱幅值修正法0.414mm/s~2,自功率谱法0.363mm/s~2,自互功率谱法0.261mm/s~2,ANFIS法0.074mm/s~2,可见,ANFIS法均方根误差最小;几种方法计算的加权振级VLz分别为:振动级修正法63.842dB,谱幅值修正法62.894dB,自功率谱法63.859dB,自互功率谱法63.802dB,ANFIS法63.805dB,ANFIS法计算结果与真实交通振动值63.815dB最接近。结果表明,在时程、傅里叶谱、功率谱密度及振动级的计算上,ANFIS法计算结果都与真实交通振动值非常接近,产生的误差比其他已有方法更小。 相似文献