首页|基于神经网络优化的正交试验内齿轮齿面偏载矫正研究

基于神经网络优化的正交试验内齿轮齿面偏载矫正研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
为解决盾构机大型内啮合齿轮工作时由轴偏角造成的齿面偏载问题,给出了综合修形齿面的齿面方程,提出了采用神经网络联合正交试验的方法对齿面修形参数进行筛选预测.该种方法不再将齿廓修形和螺旋线修形看作相互独立的调整方法,能够将齿面偏载转变为均匀分布在齿面上的载荷.通过有限元方法对修形后的齿轮进行接触分析发现,该方法能够有效降低因轴偏角造成的齿面局部应力,并减小了传动误差;可以一次性找到较优的齿面修形参数值,避免了对大型盾构机内啮合齿轮进行啮合试验成本过高等问题.
Research on Correcting Eccentric Load of the Internal Gear Tooth Surface by Orthogonal Tests Based on Neural Network Optimization

Gear modificationOrthogonal testNeural networkLarge internal gear

王振博、郑鹏、刘逸飞

展开 >

沈阳工业大学 机械工程学院,辽宁 沈阳 110870

齿轮修形 正交试验 神经网络 大型内齿轮

中国科学院战略性先导科技专项

XDC04030503

2023

10.16578/j.issn.1004.2539.2023.08.003

机械传动
郑州机械研究所 中国机械通用零部件工业会齿轮分会 中国机械工程学会

机械传动

CSTPCD北大核心
影响因子：0.534
ISSN：1004-2539
年,卷(期)：2023.47(8)
  • 1
  • 4