基于神经网络优化的正交试验内齿轮齿面偏载矫正研究
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。
基于误差分离技术的圆度自动检测的研究
通过对圆度测试过程中的位置误差—圆度检测截面几何中心与圆度检测时的回转中心之偏心误差—引起的附加圆度测量误差的分析,指出了虽然附加误差的影响将随传感器分辨率的提高而减小,但在工业生产现场传感器分辨率的提高常受成本等因素限制,为此需在圆度测试过程中实施位置误差分离和补偿的措施。在此基础上,阐述了基于误差分离技术的圆度自动检测系统的工作原理,进而介绍了圆度评定系统的组成与测试实例,从而说明误差分离后的测试精度得到了明显的提高。
-
共1页/2条