首页 | 本学科首页   官方微博 | 高级检索  
     

基于神经网络遗传算法的RV减速器摆线轮齿廓修形研究
引用本文:赵大兴,袁康,陈少男,吴震宇. 基于神经网络遗传算法的RV减速器摆线轮齿廓修形研究[J]. 机械设计与研究, 2019, 35(3): 66-71
作者姓名:赵大兴  袁康  陈少男  吴震宇
作者单位:湖北工业大学机械工程学院,武汉430068;湖北省包装装备工程技术中心,武汉430068;湖北工业大学机械工程学院,武汉,430068
基金项目:湖北省技术创新专项资助项目
摘    要:摆线轮修形是保证RV减速器优良传动性能的重要手段,为了探求合适的修形方式和具体的修形量,通过建立受载下多种摆线轮修形方式的RV减速器动力学模型,仿真分析得出传动精度和输出转速,用输出转速的方差值来评价运转平稳性,然后利用神经网络训练,得出传动精度和平稳度与修形量间的映射关系,再利用遗传算法将加权传动精度绝对值和平稳度之和作为适应度值,调用已得出的映射关系求出不同修形方式下最小适应度对应的修形量,接着计算已得修形量下的摆线针轮间最大啮合力和同时啮合齿数,结果表明,最佳的负等距加正移距修形方式,使得适应度值最小,但是RV减速器承载能力较差,正等距加负移距修形方式下求得适应度值最大,但是承载能力较好,研究结果为提高RV减速器的传动精度、运转平稳性和承载能力提供了新的摆线轮修形思路和理论基础,具有一定的工程应用价值。

关 键 词:RV减速器  传动精度  平稳性  神经网络  遗传算法

Research on Tooth Profile Modification of RV Reducer Cycloidal Gear Based on Neural Network and Genetic Algorithm
ZHAO Daxing,YUAN Kang,CHEN Shaonan,WU Zhenyu. Research on Tooth Profile Modification of RV Reducer Cycloidal Gear Based on Neural Network and Genetic Algorithm[J]. Machine Design and Research, 2019, 35(3): 66-71
Authors:ZHAO Daxing  YUAN Kang  CHEN Shaonan  WU Zhenyu
Affiliation:(School of Mechanical Engineering,Hubei University of Technology,Wuhan 430068,China;Engineering Technology Center of Packaging and Equipment in Hubei Province,Wuhan 430068,China)
Abstract:ZHAO Daxing;YUAN Kang;CHEN Shaonan;WU Zhenyu(School of Mechanical Engineering,Hubei University of Technology,Wuhan 430068,China;Engineering Technology Center of Packaging and Equipment in Hubei Province,Wuhan 430068,China)
Keywords:RV reducer  transmission accuracy  stability of rotation  neural network  genetic algorithm
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号