时变啮合刚度是齿轮系统的重要参数,并导致其内部激励的产生,由齿轮的单、双齿周期性交替啮合产生。疲劳裂纹、齿廓修形等均会对时变啮合刚度产生影响。计算含缺陷齿轮的时变啮合刚度并代入到齿轮系统模型,进而仿真缺陷对系统响应的影响,是齿轮缺陷辨识及诊断的重要方法。本文主要针对不同情况下含裂纹齿轮及修形齿轮的时变啮合刚度及裂纹缺陷辨识展开研究,旨在对齿轮裂纹缺陷的辨识及齿形的优化提供理论指导。疲劳裂纹沿齿轮体径向扩展将对齿轮体刚度产生较大影响,以往的时变啮合刚度算法未考虑或只考虑一部分齿轮体的变形,这对于计算含径向裂纹的齿轮时变啮合刚度将产生较大的误差。本文提出了一种改进的能量法,在刚度计算中考虑更多的轮体变形,通过有限元法计算证实了改进的算法具有更高的计算精度。利用改进算法得到的时变啮合刚度建立单级标准圆柱齿轮系统的振动模型并仿真了对径向裂纹扩展敏感的统计指标,旨在为径向裂纹的识别与诊断提供理论依据。结果表明,残余信号的峭度对裂纹长度最敏感。最后,进行了齿轮动力学验证实验,实验结论与仿真结果吻合,从而也证明了改进刚度算法的有效性。齿轮啮合时的振动和冲击通常被认为是裂纹产生的重要原因。以减振和抑制裂纹的产生为目的,首次提出了一种与未修形齿廓过渡平滑的双曲线修形齿廓。从时变啮合刚度角度对修形结果进行评价,研究了双曲线齿廓齿轮在有无裂纹两种情况下的时变啮合刚度,并与渐开线及其他修形齿廓进行对比。结果表明,无论齿轮是否完好,具有双曲线齿廓的齿轮在单、双齿交替时的时变啮合刚度波动都最小。利用ANSYS软件计算并比较了不同齿廓齿轮不同位置的接触应力,双曲线齿廓的齿轮接触应力也最小。因此,具有双曲线修形齿廓的齿轮接触性能较好,产生的振动和冲击小,对疲劳裂纹的产生及其导致的时变啮合刚度变化起到了一定的抑制作用。研究了含动态裂纹的齿轮时变啮合刚度的计算问题。对于金属或合金这样的韧性材料制成的齿轮,其疲劳裂纹在扩展过程中可能会发生自动止裂,即裂纹扩展微小尺寸后很快自动终止,本文将该动态裂纹定义为短时裂纹并研究了其对时变啮合刚度的影响。研究了短时裂纹的建模方法并提出了相应的时变啮合刚度的改进算法模型。考虑了裂纹短时扩展前的裂纹长度,并研究时变啮合刚度及其分量(弯曲刚度和剪切刚度)。结果表明:短时裂纹导致的时变啮合刚度的变化趋势与裂纹扩展的方式相似,且相同长度的短时裂纹导致的刚度变化量随着已有裂纹长度的增大而减小。在齿轮裂纹缺陷的辨识中,由于实验操作存在的偏差、数据采集和处理过程中的误差以及各种偶然性和随机性造成的误差都将造成辨识结果存在一定的不确定性。传统辨识方法中的模型参数都是固定值,其容错机制差,因而无法处理这些不确定性。为此,首次将广义区间化的BP神经网络(GBPNN)应用到裂纹长度辨识中,以弥补传统辨识方法的不足。构建了基于时变啮合刚度仿真得到的裂纹敏感指标峭度等作为裂纹识别的特征量。将GBPNN模型的辨识结果与BP神经网络和概率神经网络的辨识结果进行比较,结果表明,GBPNN模型的识别正确率最高。说明GBPNN模型较好地处理了裂纹长度辨识中的不确定性。