基于RBF神经网络的并联行星齿轮动态啮合力分析
Dynamic Meshing Force Analysis of Parallel Planetary Gear based on RBF Neural Network
- 机械传动 2021年45卷第3期 页码：140-146
- 作者机构：
1.中北大学 机械工程学院， 山西 太原 030051
2.中国辐射防护研究院 环境工程技术研究所， 山西 太原 030051
3.陆军装备部北京地区军事代表局驻秦皇岛地区军事代表室， 河北 秦皇岛 066000
- 作者简介：
原霞（1976— ），女，山西太原人，硕士，副教授，研究方向为振动与噪声控制。
- 基金信息：山西省科技攻关项目(20120321035-04);广西高校科学技术研究项目(2013YB272)
DOI：10.16578/j.issn.1004.2539.2021.03.023
中图分类号：
扫 描 看 全 文
原霞,郝晓华,宋学文等.基于RBF神经网络的并联行星齿轮动态啮合力分析[J].机械传动,2021,45(03):140-146.
Yuan Xia,Hao Xiaohua,Song Xuewen,et al.Dynamic Meshing Force Analysis of Parallel Planetary Gear based on RBF Neural Network[J].Journal of Mechanical Transmission,2021,45(03):140-146.
原霞,郝晓华,宋学文等.基于RBF神经网络的并联行星齿轮动态啮合力分析[J].机械传动,2021,45(03):140-146. DOI： 10.16578/j.issn.1004.2539.2021.03.023.
Yuan Xia,Hao Xiaohua,Song Xuewen,et al.Dynamic Meshing Force Analysis of Parallel Planetary Gear based on RBF Neural Network[J].Journal of Mechanical Transmission,2021,45(03):140-146. DOI： 10.16578/j.issn.1004.2539.2021.03.023.
摘要
双电机混动车辆通过并联行星齿轮机构分配两侧动力，两排行星齿轮的啮合力相互影响，导致动载系数增大，振动激励增大。运用谐波分析法求得多个工况下啮合力频率比，以此建立RBF神经网络模型。对一定工况范围的啮合力进行网格化预测。对预测结果计算最大啮合力与动载系数，得知啮合力与转速比、输出转矩比减1的差值成正比，低速侧动载系数大于高速侧且可表示为其倍数或倒数的倍数关系。为双电机混动车辆动力学研究提供了理论基础。
Abstract
The double motor hybrid vehicle distributes the power on both sides through the parallel planetary gear mechanism. The meshing force of the two rows of planetary gears affects each other， resulting in the increase of dynamic load coefficient and vibration excitation. The harmonic analysis method is used to obtain the frequency ratio of meshing force under multiple working conditions， so as to establish RBF neural network model， and a prediction of meshing force in a certain working range is carried out. The maximum meshing force and dynamic load coefficient are calculated on the prediction results， and the meshing force is proportional to the difference between speed ratio and output torque ratio minus 1， and the dynamic load coefficient on the low-speed side is greater than that on the high-speed side， which can be expressed as a multiple or reciprocal multiple relationship. It provides a theoretical basis for the study of dynamics of hybrid vehicles with dual motors.
关键词
RBF神经网络并联行星齿轮频率耦合动态啮合力
Keywords
RBF neural networkParallel planetary gearFrequency couplingDynamic meshing force
references
郑铭垠，左言言，吴传刚，等.双行星排式动力耦合机构动态特性分析［J］.重庆理工大学学报（自然科学版），2017，31（6）：47-56.
ZHENG Mingyin，ZUO Yanyan，WU Chuan'gang，et al.Analysis of dynamic characteristics of dual planetary row dynamic coupling mechanism［J］.Journal of Chongqing University of Technology （Natural Science），2017，31（6）：47-56.
窦作成，李以农，曾志鹏，等.复杂激励下复合行星传动系统频率耦合与耦合共振研究［J］.振动与冲击，2019，38（3）：16-23.
DOU Zuocheng，LI Yinong，ZENG Zhipeng，et al.Research on frequency coupling and coupling resonance of composite planetary transmission system under complex excitation［J］.Journal of Vibration and Shock，2019，38（3）：16-23.
刘辉，蔡仲昌，项昌乐，等.两级行星齿轮传动非线性啮合力频率耦合与动态特性研究［J］.振动与冲击，2015，34（19）：13-23.
LIU Hui，CAI Zhongchang，XIANG Changle，et al.Study on frequency coupling and dynamic characteristics of nonlinear meshing force of two-stage planetary gear drive［J］.Journal of Vibration and Shock，2015，34（19）：13-23.
魏静，张爱强，秦大同，等.考虑结构柔性的行星轮系耦合振动特性研究［J］.机械工程学报，2017，53（1）：1-12.
WEI Jing，ZHANG Aiqiang，QIN Datong，et al.Study on the coupled vibration characteristics of planetary gear trains considering structural flexibility［J］.Journal of Mechanical Engineering，2017，53（1）：1-12.
王均刚，王勇，霍志璞.风电齿轮箱多级行星齿轮耦合传动系统数学建模及振型［J］.四川大学学报（工程科学版），2013，45（3）：189-196.
WANG Jungang，WANG Yong，HUO Zhipu.Mathematical modeling and mode shape of multi-stage planetary gear coupling transmission system of wind power gearbox［J］.Journal of Sichuan University（Engineering Science Edition），2013，45（3）：189-196.
郝晓华，原霞，白金霖，等.双排行星齿轮系统频率耦合影响因素分析［J］.机械传动，2020，44（3）：110-117.
HAO Xiaohua，YUAN Xia，BAI Jinlin，et al.Analysis of the factors influencing the frequency coupling of double row planetary gear system［J］.Journal of Mechanical Transmission，2020，44（3）：110-117.
施全，柳培海，郭栋，等.变速器啸叫声品质的RBF神经网络预测与权重分析［J］.振动与冲击，2017，36（6）：175-180.
SHI Quan，LIU Peihai，GUO Dong，et al.RBF neural network prediction and weight analysis of transmission squealing quality［J］.Journal of Vibration and Shock，2017，36（6）：175-180.
李春祥，刘晨哲.基于径向基神经网络的谐波叠加法［J］.振动与冲击，2010，29（1）：112-116.
LI Chunxiang，LIU Chenzhe.RBF neural network based harmony superposition method［J］.Journal of Vibration and Shock，2010，29（1）：112-116.
周春桂，张希农，胡杰，等.基于有限元和神经网络的杂交建模［J］.振动工程学报，2012，25（1）：43-48.
ZHOU Chungui，ZHANG Xinong，HU Jie，et al.Hybrid modeling based on finite element method and neural network［J］.Journal of Vibration Engineering，2012，25（1）：43-48.
范传鑫.基于改进的RBF神经网络的城市震害损失评估模型［D］.哈尔滨：哈尔滨工业大学，2014：50-55.
FAN Chuanxin.Urban earthquake damage assessment model based on Improved RBF neural network［D］.Harbin：Harbin University of Technology，2014：50-55.
王辉.基于神经网络的乳制品质量预测研究［D］.保定：河北农业大学，2012：20-21.
WANG Hui.Prediction of dairy product quality based on neural network［D］.Baoding：Hebei Agricultural University，2012：20-21.
TRISTAN M E，ROBERT G P.Planetary gear modal vibration experiments and correlation against lumped-parameter and finite element models［J］.Journal of Sound & Vibration，2013，332（9）：2350-2375.
0
浏览量
3
下载量
0
CSCD
- 网络PDF下载
- Meta-XML下载
- BibTeX下载
- Endnote下载
- RefMan 下载
- NoteExpress下载
- NoteFirst下载
关联资源
相关文章
相关作者
相关机构
- 技术支持由北京北大方正电子有限公司提供 豫ICP备05013835号-5
京公网安备11010802024621 - 本系统建议在Chrome、 IE9+ 以上版本浏览器阅读本站内容，360浏览器请切换至极速模式
- Cookies帮助我们提供服务并提供个性化体验。使用本网站，即表示您同意我们使用Cookies