齿数为2—4齿轮的齿形系数与齿根应力修正系数图

本文针对ｚ＝２－４齿，按ＩＳＯ／ＴＣ６０／ＷＧ６２０１Ｅ文件，编制程序计算并绘制了齿形系数图和齿根应力修正系数图。     

径向基函数神经网络在齿轮动载系数计算中的应用

由于动载系数的计算公式比较复杂,机械设计手册中提供动载系数线图供设计人员近似计算,但通过人工查取线图数据的方法会给设计带来误差,并且不利于实现设计过程的CAD。因此,提出了应用径向基函数神经网络来确定动载系数的计算方法,映射了引起动载系数与其影响因素(齿轮节线速度、齿轮制造精度)的非线性关系,并与其他文献中提出的应用BP神经网络的方法进行对比。结果表明:径向基函数神经网络可通过较少的训练次数达到较高的精度,大大超过了BP神经网络的收敛速度和训练效率。该方法可广泛应用于工程设计中计算齿轮动载系数及其他以线图表示的参数。     

基于实际齿形的塑料齿轮强度修正系数计算

为了提高塑料齿轮齿根强度计算解析法的精度,建立了寻找塑料齿轮齿根危险截面位置的目标函数。基于笔者所开发的软件平台上设计的实际齿形,采用寻找目标函数最大值的方法计算出与齿形有关的强度修正系数,即对应于齿根危险截面的齿形系数和应力集中系数。该计算方法的特点是综合考虑了模数、齿数、压力角、变位系数、齿厚偏差、齿根圆角半径等多因素对强度修正系数的影响。     

齿轮传动动载系数计算方法研究

提出一个新的动载系数Kv的计算公式。该公式与国际GB／T3480－1997中基于振动理论得出的一般的计算公式相比较,形式简单、使用方便。实例计算结果表明二者十分吻合,证明了该公式的正确性和可靠性。     

基于BP神经网络的齿轮弯曲疲劳强度极限应力计算

针对齿轮弯曲疲劳强度极限应力计算繁杂、给齿轮强度验算和设计计算带来了很大不便的问题,提出了使用BP神经网络映射齿轮的弯曲疲劳强度极限应力近似算法,以便减少计算规模,提高齿轮设计及验算效率,其映射结果表明,使用该方法求齿轮的弯曲疲劳强度极限应力,是可行的和高效的,能够为齿轮的设计计算和强度验算提供方便。     

变位内齿轮齿形系数的研究

对变位内齿轮齿根危险截面上的弯矩及其齿厚进行了分析和计算，给出了内齿轮变位系数及齿数与其齿形系数的关系线图。研究结果表明：ＧＢ３４８０－８３中将内齿轮齿形系数视为常量的作法值得商榷     

变长线齿轮齿形系数的计算

本文介绍了变长线齿轮齿形系数的计算方法。为求解危险应力点的有关参数，文章基于微分几何理论，对长幅渐开螺旋面等距曲面（变长线轮齿的齿面）作了几何描述，给出了曲面主法曲率的计算公式；介绍了用边界元法直接确定危险应力点，从而计算齿形系数的方法。     

变位内齿轮齿根应力修正系数的研究

研究了内齿轮变位系数及齿数对其齿根过渡曲线曲率半径的影响，并依据有限元计算结果，归纳出了变位内齿轮齿根应力修正系数的计算公式。     

基于BP神经网络的齿轮故障诊断系统研究

对ＢＰ神经网络在齿轮故障诊断中的模式表达、网络拓扑及其相关参数等问题进行了探讨;并利用ＢＰ 网络对齿轮四种典型的故障模式进行训练学习和诊断,取得了满意的效果。结果表明：ＢＰ 神经网络是实时地解决齿轮故障中复杂的状态识别问题的一种有效工具     

蚁群算法融合BP神经网络的齿轮故障模式识别

为了提高齿轮故障诊断的准确性,引入了一种蚁群算法融合BP神经网络的方法。根据齿轮的故障特征量,建立其神经网络的故障诊断模型。以网络的权值和阈值为自变量,通过蚁群算法的迭代运算,搜索出误差全局最小值,再进行网络的二次学习训练,最终实现对齿轮的故障诊断。实例仿真结果表明,该方法具有较高的故障诊断精度,可减少诊断的不确定性。     

基于BP神经网络的齿轮约束性设计研究

针对变速传动工况对齿轮设计的要求,提出了针对不同约束性要求的齿轮设计知识约束驱动检索方法,并采用BP神经网络实现了对该方法的具体执行过程,分6种不同情况完成了对齿轮约束性设计的求解分析。研究过程以变速传动装置的运动传递功能实现为对象,讨论了BP网络的构造和训练样本的建设。研究结果表明,基于BP神经网络的齿轮约束性设计能够较为快速和准确地获得特定约束条件下的齿轮设计方案或者选型,提出神经网络BP算法能够实现约束与知识之间复杂、非线性映射关系。     

基于BP神经网络的倾斜情况下鼓形齿载荷增量模型研究

鼓形齿齿式联轴器允许轴间有一定倾角，但在倾斜情况下它的载荷变化往往被忽略，这对联轴器的使用是很不利的，分析了鼓形齿在无倾斜情况和倾斜情况下沿齿宽方向的载荷分布的规律，利用BP神经网络的非线性映射特性，建立了鼓形齿在倾斜情况下的载荷增量BP神经网络模型。并给出了模型仿真曲线。     

基于BP神经网络的齿轮故障诊断

通过介绍神经网络的模型算法,根据齿轮的四种故障类型,采用BP神经网络对其进行训练和诊断,得到了较为理想的结果,为及早发现和预防机械故障提供了可靠的理论依据。     

BP神经网络的摩擦力补偿算法研究

针对伺服系统中非线性摩擦力的影响,提出了一种基于BP神经网络的摩擦力补偿.通过神经网络的学习,可以改变PID的参数,从而达到对摩擦力的补偿.并通过MATLAB对系统进行了仿真,证明了该方法的有效性.     

变速齿轮箱诊断快速响应神经网络系统

本文讨论了一个变速齿轮箱诊断的快速响应神经网络系统，分析了它的构成和基本功能，并用实例对其进行了验证，证明了它的有效性和实用性。     

齿轮传动系统动力学参数的计算方法

提出了一种齿轮传动系统结构简化和动力学参数计算的方法。这里以一个带有原动机、工作机的斜齿轮传动系统为对象,对实际结构进行了合理的简化,进一步对系统扭转振动、横向振动的有关动力学参数进行了定量计算。     

基于BP网络的齿轮弯曲疲劳强度极限的确定

齿轮强度设计时,其弯曲疲劳强度极限值一般由图表查得,由于图表繁多,给齿轮传动设计的CAD化带来了很大的不便.针对齿轮弯曲疲劳强度极限的影响因素(齿轮材料、齿面热处理硬度、材料及热处理品质),以及这些影响因素与齿轮弯曲疲劳强度极限之间非线性特性,提出了应用4层BP神经网络模型确定齿轮弯曲疲劳强度极限的方法.依据弯曲疲劳强度极限线图的两个特殊点建立了解析表达式,用其求出的值作为BP网络训练样本.训练好的BP网络模型可直接用于工程设计中齿轮弯曲疲劳强度极限值的确定,实例印证了其误差不超过5%.