-
公开(公告)号:CN118088628A
公开(公告)日:2024-05-28
申请号:CN202410440164.X
申请日:2024-04-12
Applicant: 重庆大学
IPC: F16H1/32 , F16H57/023 , F16H57/04 , F16H57/08
Abstract: 本发明公开一种用于空间机构的复合行星齿轮传动系统,包括壳体组件、第一级内啮合齿轮传动组件、第二级内啮合齿轮传动组件、第三级行星齿轮传动组件、第四级行星齿轮传动组件及第五级行星齿轮传动组件。本发明提供的用于空间机构的复合行星齿轮传动系统,通过主份电机及备份电机进行驱动,工作时,主份电机、备份电机依次驱动第一级内啮合齿轮传动组件、第二级内啮合齿轮传动组件、第三级行星齿轮传动组件、第四级行星齿轮传动组件、第五级行星齿轮传动组件,完成动力传递。本发明结构布局紧凑、减速比大、输出力矩大、传动效率高。
-
公开(公告)号:CN111401623A
公开(公告)日:2020-07-10
申请号:CN202010168795.2
申请日:2020-03-12
Applicant: 重庆大学
Abstract: 本发明公开了一种基于BP神经网络的喷丸强化表面完整性预测方法,它包括以下步骤:1、收集整理零件喷丸强化试验数据,通过分析喷丸强化过程中影响喷丸性能的工艺参数和表面完整性评价指标,确定表面完整性预测模型的输入输出参数。并对数据进行预处理;2、确定隐含层激活函数类型以及隐含层节点数,构建BP神经网络结构;3、通过遗传算法优化BP神经网络的初始权值和偏置,建立喷丸强化残余应力及表面粗糙度预测模型;4、根据精度评价参数R²,确定BP神经网络结构中的权值和偏置,5、运用训练好的满足精度要求的模型进行喷丸强化残余应力与表面粗糙度预测。本发明可以降低喷丸强化工艺的试验成本,并提高喷丸工艺的效率。
-
公开(公告)号:CN111324989B
公开(公告)日:2024-01-30
申请号:CN202010197216.7
申请日:2020-03-19
Applicant: 重庆大学
IPC: G06F30/27 , G06N3/0499 , G06N3/086 , G06N3/084
Abstract: 本发明公开了一种基于GA‑BP神经网络的齿轮接触疲劳寿命预测方法,它包括以下步骤:1、采集齿轮接触疲劳试验数据并归一化作为BP神经网络模型的样本数据;2、构建BP神经网络的结构;3、用遗传算法优化BP神经网络权值和阈值,对BP神经网络进行训练;4、计算预测精度评价参数决定系数 ,在满足设定值时获取优化权值与阈值;5、用测试样本集对建立好的GA‑BP神经网络进行测试。本发明与现有的基于物理模型的齿轮接触疲劳寿命预测方法相比,成本低、预测精度较高、无需依据失效机理推导,实现了齿轮(56)对比文件赵东波;陆金桂;姚灵灵.液压支架顶梁疲劳寿命的改进神经网络预测.矿业研究与开发.2015,(第12期),106-109.安艳秋,陈举华,张洪才.基于进化神经网络的齿轮可靠性预测.山东大学学报(工学版).2002,(第03期),227-231.张明月;王新云;夏巨谌;纪刚.基于BP神经网络和遗传算法的齿轮坯预锻件多目标优化设计.锻压技术.2010,(第06期),22-26.李战芬;韩意;刘彦臣;樊孝仁.基于神经网络遗传算法优化的曲轴疲劳寿命预测.中北大学学报(自然科学版).2016,(第04期),401-406.刘春艳;凌建春;寇林元;仇丽霞;武俊青.GA-BP神经网络与BP神经网络性能比较.中国卫生统计.2013,(第02期),173-176+181.余发山;康洪.基于GA优化BP神经网络的液压钻机故障诊断.电子测量技术.2016,(第02期),134-137+146.范晓东;邱波;刘园园;魏诗雅;段福庆.一种基于遗传优化的BP神经网络的测光红移估计算法.光谱学与光谱分析.2018,(第08期),2374-2378.李春生;李霄野;张可佳.基于遗传算法改进的BP神经网络房价预测分析.计算机技术与发展.2018,(第08期),144-147+151.张细政;郑亮;刘志华.基于遗传算法优化BP神经网络的风机齿轮箱故障诊断.湖南工程学院学报(自然科学版).2018,(第03期),1-6.吴志杰;孔凡敏;李康.基于遗传算法的BP神经网络的LED寿命预测模型.半导体技术.2018,(第05期),375-380.皮骏;马圣;贺嘉诚;孔庆国;马龙.遗传算法优化的SVM在航空发动机磨损故障诊断中的应用.润滑与密封.2018,(第10期),89-97.
-
公开(公告)号:CN116408617A
公开(公告)日:2023-07-11
申请号:CN202211665409.6
申请日:2022-12-23
Applicant: 重庆大学
IPC: B23P15/14
Abstract: 本发明公开一种提升齿轮接触疲劳性能的复合加工方法,包括以下步骤:1)获取已预加工滚齿的齿轮;2)根据第一喷丸工艺参数对齿轮齿面进行预喷丸处理;3)根据齿轮加工要求,确定热处理工艺参数及齿面磨削工艺参数,从而对齿面进行渗碳磨削工艺;4)根据第二喷丸工艺参数对齿面进行常规喷丸处理;5)常规喷丸处理后,根据第三喷丸工艺参数对齿面进行二次喷丸处理;6)二次喷丸处理后,根据第四喷丸工艺参数对齿轮进行微粒喷丸处理,得到接触疲劳性能增强的齿轮。本发明可以全面提升齿轮残余压应力、显微硬度、表面形貌等表面完整性参数,进而显著提升齿轮的接触疲劳性能,为齿轮的抗疲劳主动设计制造提供支撑。
-
公开(公告)号:CN119514070A
公开(公告)日:2025-02-25
申请号:CN202411591611.8
申请日:2024-11-08
Applicant: 重庆大学
IPC: G06F30/17 , G06F30/27 , G06F119/14
Abstract: 本发明提供基于齿轮承载能力评估的传动系统表面强化工艺智能设计方法,包括:对齿轮进行表面强化工艺处理,获得齿轮表面强化工艺参数;测量齿轮的表面完整性参数,获得齿轮表面强化工艺参数与表面完整性参数之间的关系;对经表面强化工艺处理后的齿轮进行齿轮承载能力测试,获得表面完整性参数预测值与齿轮承载能力之间的关系;获得不同表面强化工艺下的传动系统性能;基于实测齿轮承载能力以及传动系统性能,获得齿轮承载能力对传动系统性能的重要度;基于重要度,获得齿轮承载能力预测值与传动系统性能之间的关系,完成基于齿轮承载能力评估的传动系统表面强化工艺智能设计。本发明能够实现加工参数‑传动系统性能的设计‑制造一体化。
-
公开(公告)号:CN111324989A
公开(公告)日:2020-06-23
申请号:CN202010197216.7
申请日:2020-03-19
Applicant: 重庆大学
Abstract: 本发明公开了一种基于GA-BP神经网络的齿轮接触疲劳寿命预测方法,它包括以下步骤:1、采集齿轮接触疲劳试验数据并归一化作为BP神经网络模型的样本数据;2、构建BP神经网络的结构;3、用遗传算法优化BP神经网络权值和阈值,对BP神经网络进行训练;4、计算预测精度评价参数决定系数 ,在满足设定值时获取优化权值与阈值;5、用测试样本集对建立好的GA-BP神经网络进行测试。本发明与现有的基于物理模型的齿轮接触疲劳寿命预测方法相比,成本低、预测精度较高、无需依据失效机理推导,实现了齿轮疲劳寿命的预测,提高了预测准确度,使用简单,为齿轮的设计制造提供新的技术手段。
-
-
-
-
-