专利名称：

发明

一种含中心距误差的小模数齿轮强度修正计算方法

申请公布号：

CN117852350A

申请公布日：

2024-04-09

申请号：

2024100233024

申请日：

2024-01-08

申请人：

北京工业大学,东莞市德晟智能科技有限公司,湖南德晟智能科技有限公司,

地址：

417000 湖南省娄底市涟源市白马镇桃林堂村

发明人：

刘辉华,张渊豪,石照耀,胡波,丁宏钰,

分类号：

G06F30/23(2020.01);G06F30/27(2020.01);G06F30/17(2020.01);G06T17/00(2006.01);G06N3/0499(2023.01);G06F111/04(2020.01);G06F119/14(2020.01);

专利代理机构：

湖南岑信知识产权代理事务所(普通合伙) 43275

代理人：

刘洋

最终专利权人：

摘要：

本发明公开了一种含中心距误差的小模数齿轮强度修正计算方法，属于齿轮强度技术领域，该方法以含中心距误差的小模数齿轮为研究对象，引入了中心距误差对齿轮接触强度与弯曲强度的影响，计算了含中心距误差的小模数齿轮理论接触强度与弯曲强度；通过建立有限元接触模型，仿真计算了实际中心距下的接触强度与弯曲强度；通过引入接触强度修正系数与弯曲强度修正系数对含中心距误差下的齿轮理论强度计算公式进行修正，以有限元仿真数据为真值，通过建立约束优化模型与前馈神经网络模型对不同中心距误差下的强度修正系数进行拟合与预测，通过修正理论算法，计算得到了齿轮在不同中心距误差下的接触强度和弯曲强度。

权利要求书：

1.一种含中心距误差的小模数齿轮强度修正计算方法，其特征在于，包括以下步骤：步骤1，根据中心距误差对小模数齿轮的影响，计算实际中心距下的啮合角；步骤2，基于啮合角，计算齿轮的重合度系数、节点区域系数、齿廓系数以及应力修正系数；步骤3，根据齿轮理论强度计算公式，结合步骤2计算的各项系数，计算含中心距误差的小模数齿轮的理论接触强度和理论弯曲强度；步骤4，建立含中心距误差的小模数齿轮的有限元接触模型，得到实际中心距下齿轮的仿真接触强度与仿真弯曲强度；步骤5，引入接触强度修正系数和弯曲强度修正系数，对齿轮理论强度计算公式进行修正，建立修正后的齿轮强度计算公式；步骤6，构建前馈神经网络模型对接触强度修正系数和弯曲强度修正系数进行拟合与预测，通过修正后的齿轮强度计算公式，得到齿轮在不同中心距误差下的接触强度和弯曲强度。2.根据权利要求1所述的方法，其特征在于，步骤1中，啮合角的计算表达式为：式中，a′为啮合角，a为理论中心距，α为分度圆压力角，a′为含中心距误差的实际中心距。3.根据权利要求2所述的方法，其特征在于，步骤2中，重合度系数Zε的计算表达式为：式中，εα为齿轮副重合度，z1和z2分别为两个齿轮的齿数，αa1和αa2分别为两个齿轮的齿顶圆压力角。4.根据权利要求2所述的方法，其特征在于，步骤2中，节点区域系数ZH的计算表达式为：式中，a′为啮合角，α为分度圆压力角。5.根据权利要求2所述的方法，其特征在于，步骤2中，齿廓系数YF的计算表达式为：式中，hFe为单齿啮合区外界点时的弯曲力臂，sFn为危险截面处的法向弦长，a′为啮合角，αn为法向压力角，mn为法向模数。6.根据权利要求5所述的方法，其特征在于，步骤2中，应力修正系数Ys的计算表达式为：式中，ρF为齿根圆角半径。7.根据权利要求6所述的方法，其特征在于，步骤5中，采用约束优化算法对接触强度修正系数和弯曲强度修正系数进行求解，其中，接触强度修正系数的数学模型为：式中，XH为接触强度修正系数，σH为理论接触强度，σHFEM为仿真接触强度，lb为解的下界，ub为解的上界，x0为解的初值；弯曲强度修正系数的数学模型为：式中，XF为弯曲强度修正系数，σF为理论弯曲强度，σFFEM为仿真弯曲强度。8.根据权利要求7所述的方法，其特征在于，步骤5中，修正后的齿轮强度计算公式为：式中，XH为接触强度修正系数，ZB为小齿轮啮合系数，ZD为大齿轮啮合系数，ZE为弹性系数，Zβ为螺旋角系数，T1为端面内分度圆上的名义切向力，d1为小齿轮分度圆直径，b为工作齿宽，u为齿数比，KA为使用系数，KV为动载系数，KHβ为接触强度计算时的齿向载荷分布系数，KHα为接触强度计算时的齿间载荷分配系数，XF为弯曲强度修正系数，Yβ为弯曲强度计算的螺旋角系数，YB为轮缘厚度系数，YDT为齿高系数，KFβ为弯曲强度计算时的螺旋线载荷分布系数，KFα为弯曲强度计算时的齿间载荷分布系数。9.根据权利要求8所述的方法，其特征在于，步骤6中，所述构建前馈神经网络模型对接触强度修正系数和弯曲强度修正系数进行拟合与预测，具体包括：步骤61，建立样本集，将修正系数按均匀采样的方式，依照比例划分为训练集、验证集和测试集；步骤62，模型训练，将中心距误差作为输入，不同中心距误差下的修正系数作为训练目标，使用最小二乘目标函数结合共轭性和最陡下降法，求得前馈神经网络模型的最优参数，确定目标函数的极小点，进一步建立中心距误差与修正系数之间的非线性映射关系；步骤63，模型应用，将经过上述训练得到的前馈神经网络模型应用到不同的中心距误差下，得到训练范围内任意中心距误差下的修正系数，从而进一步得到任意中心距误差下小模数齿轮的接触强度与弯曲强度。

日期	最新法律状态	描述
2024-04-09	公开	公开