重载工况下缺陷齿面磨损过程演变机理研究

来源 :山东理工大学 | 被引量 : 0次 | 上传用户:yeshenshi1
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
齿轮箱可以调节转速,在重载、高速、化学腐蚀等条件下长时间工作,齿轮会发生磨粒磨损、疲劳磨损、齿轮折断最终导致齿轮箱报废。若在齿轮失效之前及时更换发生故障的齿轮,可以在保证安全的情况下最大限度利用资源,为了探究齿轮缺陷出现以后,不同载荷条件下齿轮磨损状态,以及缺陷点附近磨损迁移变化情况,本文利用油液分析技术辅助以振动波形分析,对不同负载下的缺陷齿轮磨损衰退过程的演变进行研究。本文通过SOLIDWORKS对分别带有1、2、3个圆坑缺陷的齿轮轮齿进行建模,利用ABAQUS进行动力学分析,观察不同齿面应力分布情况。在疲劳磨损实验台上分别进行了3组不同工况条件下的恒载正常齿轮、恒载缺陷齿轮、阶梯变载缺陷齿轮的磨损实验,实现了正常齿轮与缺陷齿轮,低载缺陷齿轮与重载缺陷齿轮的对比实验。在实验过程中对齿轮箱油液与振动信号进行不间断取样,油样处理后利用颗粒计数器测得磨粒数量与尺寸随时间变化曲线,同时制成铁谱片在金相显微镜下观察磨粒分布以及磨粒形貌特征并对振动信号进行时域分析,得到齿轮运行过程振幅变化特征,将振动信号分析结果与颗粒计数器测量结果相结合,探究初始圆坑缺陷、重载工况与油液磨粒尺寸、数量及振动变化情况的关联,最后对实验齿轮表面切片处理,借助金相显微镜和SEM电镜观测齿面表面缺陷发展、迁移变化情况,从不同研究方向对重载工况下缺陷齿轮磨损过程演变进行分析。划痕缺陷极易导致齿轮折断,不利于探究齿轮表面形貌的变化情况。本文齿轮表面缺陷选择常见圆坑缺陷,缺陷位置为点蚀最易出现的节线附近。最终实验结果表明:初始缺陷会导致齿轮表面应力集中且数值高达数倍;初始圆坑缺陷附近无明显磨损痕迹;初始圆坑缺陷低载荷工况下齿轮振幅增加不明显,磨损情况影响不大,但齿轮振动稳定性变差;齿轮磨损与振动对重载荷有较高敏感性,稳定磨损阶段载荷突变会使齿轮重新进入磨合期产生较多大磨粒且振幅增加;初始圆坑缺陷会削减齿轮稳定磨损期缩短齿轮使用寿命,磨损后期导致磨损加剧、振幅增加数倍且伴随较大冲击载荷;适当的分段加载载荷利于降低磨损延长齿轮使用寿命。
其他文献
智能感官系统是通过模仿人类视觉、味觉等感知机理研发的一种新型现代化智能分析检测系统,通常由传感器、信号传输模块以及模式识别算法组成。其中,模式识别对系统检测的准确性起决定性作用,但目前针对智能感官系统的模式识别算法较为单一,限制其检测效率。同时,单一智能感官系统获取样本片面的有效信息,而多感官融合目前主要基于传统浅层机器学习算法实现,影响数据的融合效果。本文基于电子舌系统和电子眼系统,提出基于深度
串联质谱技术是蛋白质组学研究的重要技术,常用的串联质谱测序方法包括:蛋白质序列库搜索、从头测序、谱库搜索等。其中从头测序方法可以直接通过串联质谱推断出肽序列,该方法具有不依赖于蛋白质数据库的优势,并在测定未知物种蛋白序列、单克隆抗体测序等领域中起着关键作用。然而由于从头测序问题的复杂性,导致其测序的准确率远低于数据库方法,制约了从头测序的广泛应用,针对这一问题,提出了一种基于图卷积神经网络(Gra
近年来,环境振动能的开发与利用吸引了工业界和学术界研究人员的广泛关注。环境中振动能量的形式主要有风能、潮汐能以及机械振动能(交通工具、基建设备、家用电器等)。风能具有分布广泛、绿色清洁、可再生等优点,是一种理想的能源形式。许多学者正在进行振动能量俘获和转化研究:通过一些小型设备,利用能量转化机制,将环境振动能捕获并转化为电能。这种技术可以实现电子耗能型设备持续稳定地自主供能,从而解决传统能量源(电
氢能具有高的能量密度,且能量转换后产物只有水,被认为是二十一世纪最具潜力的清洁能源。目前氢气主要是通过水蒸汽转化法制取,能耗大,且产生二氧化碳等温室气体。电解水已被证明是清洁、可持续的制氢方法,但该法所使用的贵金属铂催化剂存在成本高、运行稳定性差和易中毒等致命缺陷,迫切需要开发具有高活性、高稳定性的低成本新型电解水催化剂。为了提高铂原子的利用率,在纳米尺度上调控催化剂的组成和结构,引入非贵金属构建
众所周知,有限元法是占有主导地位的数值模拟技术,它在科学计算与工程分析领域中得到了非常广泛的应用。然而,有限元法需将其计算域离散成某种规则化网格,即区域单元,这些单元之间一般需要满足一定的关联性。对于三维问题,数据处理所耗费的时间远远大于计算时间,特别是对于某些具有复杂几何计算区域的问题,可能付出相当大的计算代价,甚至有时带来数学理论上的麻烦。再者,作为一个域离散技术,对于那些仅仅测量边界数据的反
随着电力电子技术的大规模应用、分布式发电和众多精密负荷的广泛接入,电网电能质量面临越来越多的新挑战。复杂多变的电能质量扰动不断威胁着电力用户的用电安全,电网中的电能质量问题已经成为科研人员的研究重点。在电能质量问题的研究中,电能质量扰动信号的正确识别有助于对扰动进行重现和溯源,进而实现扰动的分析和治理,对确保电力系统的安全稳定运行和改善系统的供电质量具有十分重要的意义。本文从深度学习的角度出发,开
城市交通发展到信息化、智能化、智慧化的新时代,将大数据挖掘、机器学习等技术与智慧交通相结合,能够显著改善城市发展中的交通拥堵问题。随着电警、卡口等视频监控设备的增加,交通基础数据库得到了极大的丰富,为日趋智能的精细化交通管理提供了驱动力。但是,传统的交通数据处理方法无法适应快速增长的数据量,交通卡口数据背后蕴藏的交通信息亟需统一的流程处理框架和应用手段去分析和实践。针对卡口数据的应用问题,本文结合
在所有工业发展过程中,发展与环保永远是辩证统一的。纵观汽车发展史,传统汽车所需燃料以及尾气的排放无疑体现了传统汽车与环境保护之间的相互排斥,而节能、无污染的电动汽车的出现,使得汽车工业与环境保护之间能够以相互促进的方式发展。新型的双电机四驱电动汽车以其简单的构架综合了集中控制电动汽车与分布式电动汽车的优点,成为国内外学者与企业研究的热点。本文以双电机电动汽车为研究对象,重点研究在行驶过程中车辆发生
固体氧化物燃料电池(SOFCs)是一种将化学能直接转换为电能的电化学装置,具有高的能量转换速率和低的环境影响性等优势。目前,为了降低电池材料的成本以及延长设备工作寿命,中低温化是其主要发展趋势。阴极材料是决定整体电池性能的重要部分之一。但是,降低工作温度的同时,阴极极化损耗随之增加,氧还原反应(ORR)催化活性降低,相对较慢的阴极动力学限制了电化学性能的提高。La0.8Sr0.2Fe O3-δ(L
作为我国汽车产品行业快速增长的创新动力和世界汽车工程学科研究的发展热点,智能车辆的研发融合了多种学科,现已成为包括环境感知、决策规划、执行控制以及多等级辅助驾驶等功能于一体的全新型综合性驾驶系统。其中,智能车辆的运动控制是实现车辆自主行驶的关键环节,为了使车辆按照预期规划的轨迹安全行驶,智能车辆需结合当前车辆周围环境和车体自身的姿态、车速等信息按照一定的逻辑做出决策,并分别向油门踏板、制动踏板及转