分别建立了基于快速傅里叶变换和深度置信网络的FFT-DBN模型、基于小波变换和深度卷积神经网络的WT-CNN模型以及基于希尔伯特-黄变换和深度卷积神经网络的HHT-CNN模型,通过将3种深度学习模型有机融合,进一步构建了基于深度学习理论的齿轮系统故障诊断综合评判模型。通过搭建功率封闭齿轮系统振动测试试验台,加工不同故障模式的测试齿轮副并提取其振动加速度信号作为样本,将基于深度学习理论的综合评判模型的故障识别效果与其他模型进行了对比。结果表明,基于深度学习理论的综合评判模型能够有效地辨识出多种齿轮故障;与其他模型相比,基于深度学习理论的综合评判模型的故障识别准确度更高。

深井式地下车库升降平台在运行过程中存在一定程度的振动,阻尼可以起到在运动过程中耗散能量的作用,从而减小平台整体的振动。阻尼又分为黏性阻尼与非黏性阻尼。齿轮的啮合阻尼为黏性阻尼的一种,文中主要分析啮合阻尼对齿轮传动系统振动的影响。分析齿轮齿条传动系统,简化系统模型,建立单自由度的振动方程,并通过解析法对模型求解。结果表明,增大啮合阻尼能有效降低齿轮传动时产生的振动和噪声,为齿轮传动系统实现减振降噪提出了可行的优化措施。