Gear Meshing State Detection Based on Phase Vibration Measurement Technology

Rong Rong; Shi Dapeng; Wang Zhuo; Zhang Xu; Ding Xiaoyu

doi:10.16578/j.issn.1004.2539.2022.10.016

您当前的位置：

首页 >

文章列表页 >

Gear Meshing State Detection Based on Phase Vibration Measurement Technology

Test·Analysis | 更新时间：2022-11-05

- Gear Meshing State Detection Based on Phase Vibration Measurement Technology
- Journal of Mechanical Transmission Vol. 46, Issue 10, Pages: 104-110(2022)
- 作者机构：
  
  1.北京理工大学机械与车辆学院，北京 100081
  2.河南航天精工制造有限公司，河南信阳 464100
  3.河南省紧固连接技术重点实验室，河南信阳 464100
  4.内蒙古第一机械集团有限公司，内蒙古包头 014030
  5.特种车辆及其传动系统智能制造国家重点实验室，内蒙古包头 014030
- 作者简介：
- 基金信息：
- DOI：10.16578/j.issn.1004.2539.2022.10.016
  CLC：
扫描看全文
荣荣,石大鹏,王卓等.基于相位测振技术的齿轮啮合状态检测[J].机械传动,2022,46(10):104-110.

Rong Rong,Shi Dapeng,Wang Zhuo,et al.Gear Meshing State Detection Based on Phase Vibration Measurement Technology[J].Journal of Mechanical Transmission,2022,46(10):104-110.
荣荣,石大鹏,王卓等.基于相位测振技术的齿轮啮合状态检测[J].机械传动,2022,46(10):104-110. DOI： 10.16578/j.issn.1004.2539.2022.10.016.

Rong Rong,Shi Dapeng,Wang Zhuo,et al.Gear Meshing State Detection Based on Phase Vibration Measurement Technology[J].Journal of Mechanical Transmission,2022,46(10):104-110. DOI： 10.16578/j.issn.1004.2539.2022.10.016.

摘要

为了解决齿轮啮合状态检测需要大量数据样本的难题，提出了一种基于相位测振技术的齿轮啮合状态检测方法。通过使用相机拍摄齿轮箱，从所拍视频中提取多个位置的振动信号，对振动信号建立时频域特征值，最后使用随机森林分类来完成检测。以某开式齿轮箱为对象，通过试验证明了所提方法的准确性和有效性。

Abstract

In order to solve the problem that the detection of gear meshing state requires a large number of data samples, a gear meshing state detection method based on phase vibration measurement technology is proposed. This method uses a camera to shoot a gearbox, extracts vibration signals at multiple locations from the captured video, establishes time-frequency domain features for the vibration signals, and finally uses random forest classification to complete the detection. An open gearbox is taken as the object and the accuracy and effectiveness of the proposed method is proved through experiments.

关键词

相位测振技术随机森林齿轮啮合状态检测

Keywords

Phase vibration measurement technologyRandom forestGear meshing state detection

references

施全，龙月泉，石晓辉，等.变速器齿轮参数优化与啸叫声控制的研究［J］.噪声与振动控制，2010，30（3）：46-49.

SHI Quan，LONG Yuequan，SHI Xiaohui，et al. Research on gear parameters optimization and noise control of transmission［J］.Noise and Vibration Control，2010，30（3）：46-49.

秦大同，邢子坤，王建宏.基于动力学和可靠性的风力发电齿轮传动系统参数优化设计［J］.机械工程学报，2008，44（7）：24-31.

QIN Datong，XING Zikun，WANG Jianhong.Parameter optimization design of wind turbine gear transmission system based on dynamics and reliability［J］.Journal of Mechanical Engineering，2008，44（7）：24-31.

方宗德，郭琳琳，苏进展，等.基于齿面印痕控制的弧齿锥齿轮公差优化设计［J］.农业机械学报，2011，42（7）：223-228.

FANG Zongde，GUO Linlin，SU Jinzhan，et al.Optimal tolerance design of spiral bevel gear based on tooth surface imprint control［J］.Transactions of the Chinese Society for Agricultural Machinery，2011，42（7）：223-228.

王延忠，钟扬，侯良威，等.面齿轮磨削碟形砂轮修整精度控制方法研究［J］.组合机床与自动化加工技术，2016（2）：91-94.

WANG Yanzhong，ZHONG Yang，HOU Liangwei，et al.Research on dressing precision control method of disc wheel in face gear grinding［J］.Modular Machine Tool & Automatic Manufacturing Technique，2016（2）：91-94.

王延忠，赫悦茗.齿宽方向与法向修形面齿轮接触迹仿真分析［J］.北京工业大学学报，2018，44（9）：1181-1186.

WANG Yanzhong，HE Yueming. Simulation and analysis of contact trace of gear with tooth width direction and normal surface modification［J］.Journal of Beijing University of Technology，2018，44（9）：1181-1186.

陈勐昊，王卓，张鹏，等.基于立体视觉的齿轮轴系装配误差测量方法［J］.机械传动，2021，45（5）：139-145.

CHEN Menghao，WANG Zhuo，ZHANG Peng，et al.Gear shafting assembly error measurement method based on stereo vision［J］.Journal of Mechanical Transmission，2021，45（5）：139-145.

李崇晟，屈梁生.齿轮早期疲劳裂纹的混沌检测方法［J］.机械工程学报，2005，41（8）：195-198.

LI Chongsheng，QU Liangsheng.Chaos detection method for gear early fatigue crack［J］.Journal of Mechanical Engineering，2005，41（8）：195-198.

王武，张元敏，贾石峰.基于神经网络的齿轮质量检测应用研究［J］.机械设计与制造，2008（5）：60-62.

WANG Wu，ZHANG Yuanmin，JIA Shifeng. Application research of gear quality inspection based on neural network［J］.Machinery Design & Manufacture，2008（5）：60-62.

CHEN Z，LI C，SANCHEZ R.Gearbox fault identification and classification with convolutional neural networks［J］.Shock and Vibration，2015（4）：1-10.

于德介，杨宇，程军圣.一种基于SVM和EMD的齿轮故障诊断方法［J］.机械工程学报，2005，41（1）：140-144.

YU Dejie，YANG Yu，CHENG Junsheng.A gear fault diagnosis method based on SVM and EMD［J］.Journal of Mechanical Engineering，2005，41（1）：140-144.

LEI Y G，HE Z J，ZI Y Y，et al.Fault diagnosis of rotating machinery based on multiple ANFIS combination with Gas［J］.Mechanical Systems & Signal Processing，2007，21（5）：2280-2294.

SHEN Z，CHEN X，ZHANG X，et al.A novel intelligent gear fault diagnosis model based on EMD and multi-class TSVM［J］.Measurement，2012；45（1）：30-40.

方匡南，吴见彬，朱建平，等.随机森林方法研究综述［J］.统计与信息论坛，2011，26（3）：32-38.

FANG Kuangnan，WU Jianbin，ZHU Jianping，et al.A review of technology on random forests［J］.Statistics & Information Forum，2011，26（3）：32-38.

WADHWA N，RUBINSTEIN M，DURAND F.Phase-based video motion processing［J］.ACM Transactions on Graphics （TOG），2013，32（4）：1-10.

刘小虎，李生.决策树的优化算法［J］.软件学报，1998，9（10）：797-800.

LIU Xiaohu，LI Sheng.Optimization algorithm of decision tree［J］.Journal of Software，1998，9（10）：797-800.

LIAW A，WIENER M.Classification and regression by random forest［J］.R News，2002，23（2）：18-22.

张琛良，赵鑫.装配故障对齿轮啮合刚度的影响研究［J］.机电工程，2020，37（11）：1345-1350.

ZHANG Chenliang，ZHAO Xin.Influence of assembly faults on meshing stiffness of gears［J］.Mechanical and Electrical Engineering，2020，37（11）：1345-1350.

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

No data

Related Author

No data

Related Institution

No data

⁰