导读:本文包含了齿面粗糙度论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:粗糙度,齿轮,机器,测量,视觉,涡旋,正交。
齿面粗糙度论文文献综述
刘涛,张文超,张文帅[1](2019)在《变截面涡旋盘齿面粗糙度的双预测模型》一文中研究指出目的精确预测叁段基圆变截面涡旋盘齿面粗糙度,确定合理的铣削参数,提高变截面涡旋盘齿面的加工质量。方法首先在正交试验的铣削参数条件下,用XK714数控铣床对毛坯件进行铣削加工,获得叁段基圆变截面涡旋盘,用SJ-210表面粗糙度测量仪测量已加工涡旋齿侧面的粗糙度值。然后利用铣削参数和测量的粗糙度值,建立齿面粗糙度的多元回归预测模型和改进的BP神经网络预测模型及双预测模型,并验证该叁种模型的精确度。最后对单一因素条件下的粗糙度进行预测、分析。结果经过计算可得,齿面粗糙度的多元回归预测模型的平均误差为1.43%,最大误差为3.09%。改进的BP神经网络预测模型的平均误差为1.33%,最大误差为3.22%。两种模型的预测平均值作为双预测模型时,预测平均误差为0.627%,最大误差为1.51%。结论齿面粗糙度的双预测模型的平均误差明显降低,同时可以避免单一预测模型产生主观预测误差。各铣削因素对粗糙度的影响程度不同,进给量fz>吃刀深度ap>刀具转速n>侧吃刀量ae。随着进给量、吃刀深度、侧吃刀量的增加,齿面粗糙度值增加;随着刀具转速升高,齿面粗糙度值降低。(本文来源于《表面技术》期刊2019年08期)
王红阳[2](2019)在《面齿轮高速铣削加工原理与齿面粗糙度研究》一文中研究指出面齿轮具有动力分流好、承载力强、质量轻的独到之处,广泛应用于航天航空事业。由于面齿轮的齿面形状复杂,其齿面精度自始至终是加工制作中的一个关键问题。面齿轮加工制作过程中,齿面粗糙度的减少会使得面齿轮在机械传动过程中啮合精度提高。为提高齿面精度,本文对面齿轮高速铣削加工方法和齿面粗糙度进行了研究,主要内容如下:对面齿轮高速铣削技术、高速铣削齿面粗糙度形成原理以及其主要影响因素等进行了简要的分析。根据微分几何原理和齿轮啮合原理,建立了直齿面齿轮的数学模型。基于插铣刀对虚拟仿形概念的面齿轮加工方法,详细介绍了面齿轮高速铣削加工方法,并求解出啮合点刀位,主轴进给范围方程以及刀具摆角范围,生成刀具轨迹NC程序。以数控铣床高速铣削面齿轮为研究对象,进行了高速铣削加工过程中啮合点刀位计算;通过刀具主轴进给范围和摆角范围的计算,使用UG后置处理得到刀具轨迹和程序;借助VERICUT软件进行面齿轮高速铣削加工仿真,并进行面齿轮高速铣削实验与检测,表明提出的面齿轮高速铣削加工方法的可执行性。球头铣刀对面齿轮的高速铣削过程中,分析球头铣刀铣削表面轮廓时行距与残留高度的关系,求出高速铣削加工过程中球头铣刀实际扫成面的交点方程的坐标系,利用Matlab软件来建立高速铣削残留高度数学模型,算出主轴转速、每齿进给量和铣削深度与面齿轮高速铣削表面粗糙度的之间的规律,与实测进行对比,为以后面齿轮高速铣削提供实验依据。基于正交试验,利用回归分析法,建立了面齿轮高速铣削表面粗糙度的回归模型。(本文来源于《湖南工业大学》期刊2019-04-01)
黄康,郭俊,徐锐[3](2019)在《考虑齿面粗糙度影响的齿轮动力学研究》一文中研究指出为了分析齿面粗糙度对齿轮系统动力学特性的影响,进一步平衡齿面精度与加工成本的关系,从齿面随机性粗糙度的角度对齿轮系统动态特性进行了研究。根据分形理论,建立了含有随机粗糙度的粗糙齿面数学模型;基于该粗糙齿面数学模型,进一步建立了齿面粗糙度误差影响下的静态误差模型。结合以上数学模型,在单自由度齿轮动力学模型中,通过数值仿真分析了磨齿加工情况下的齿面粗糙度对于齿轮动力学特性的影响,以及不同转速下齿面粗糙度对动态响应的影响。结果表明:齿面粗糙度对于齿轮动力学特性影响显着,随着转速增大,齿面粗糙度对于系统的动态性能影响呈现上升的趋势。(本文来源于《塑性工程学报》期刊2019年01期)
郑晓笛,曾晓蕾,楚大锋,周晨旭[4](2018)在《磨齿后喷丸对齿面粗糙度的影响》一文中研究指出新能源减速器项目中多个零件要求磨齿后喷丸,而喷丸会恶化齿面质量,甚至影响系统的NVH性能。本文研究了不同喷丸工艺条件及不同零件喷丸前后的齿面粗糙度情况,结果显示,喷丸会使齿面粗糙度增大,增大程度受零件特性、喷丸工艺参数等多种因素的综合影响;现有批产工艺条件下,喷丸后齿面粗糙度最大放大至喷丸前的3.1倍。讨论了齿面粗糙度增大对NVH性能的影响,提出了改善喷丸后粗糙度的措施。(本文来源于《汽车工艺与材料》期刊2018年08期)
臧俊涛[5](2018)在《基于机器视觉与机器学习的磨削齿面粗糙度测量研究》一文中研究指出齿面粗糙度是齿轮表面质量的重要指标,与齿轮的配合性、耐磨性、耐腐蚀性及疲劳强度等密切相关,对齿轮的可靠性与使用寿命有重要影响。随着精密制造技术的发展,齿面粗糙度日益受到重视,齿面粗糙度的精确测量也成为研究的热点。针对传统接触式粗糙度测量方法存在的测量费时、线性测量不足以对整个表面的粗糙度进行描述以及传统非接触式测量方法存在的测量面积狭小、仪器设备昂贵等问题,为了对磨削齿面粗糙度进行快速检测,本文在研究了传统表面粗糙度测量方法的基础上,结合机器视觉与机器学习方法,提出了一种新的针对磨削齿面粗糙度的非接触测量方法,该方法具有检测效率高、测量精度高、非接触、性价比高等优点。本文的研究内容主要有:(1)研究了齿面粗糙度的定义、产生、对齿轮性能的影响及粗糙度评定参数,根据测量方式不同,阐述了接触式测量和非接触式测量的原理概况及机器视觉粗糙度测量方法的研究进展,分析了粗糙表面的光散射机理与成像机理,总结了机器视觉粗糙度测量系统的主要硬件组成及选型依据,选择了适合本文的硬件设备及成像系统。(2)针对彩色分布统计矩阵(CDSM)重合度指标S对磨削齿面粗糙度特征敏感性不强的问题,以重合度指标为原型,采用机器学习中的聚类方法,提出了对磨削齿面粗糙度特征更加敏感的聚类指标CI。实验结果表明,磨削齿面粗糙度与聚类指标CI之间具有较好的相关性,更加适合于磨削齿面粗糙度评估。(3)为了更加全面地对磨削齿面粗糙度进行评估,将基于磨削齿面图像的聚类指标CI、拟合椭圆离心率E、灰度算术平均值指标Gaa以及图像频率域平均功率谱F3组成磨削齿面图像粗糙度特征指标集,用特征指标集对磨削齿面粗糙度进行综合评估。研究了神经网络模型的基本原理和算法流程,对于BP神经网络权值和阈值随机初始化导致训练时间过长、训练精度受影响等问题,通过遗传算法(GA)对BP神经网络进行初始权值和阈值的优化,并与RBF网络模型进行预测对比。实验结果表明,RBF神经网络预测性能优于BP神经网络模型,取得了良好的预测结果,论证了 RBF神经网络模型用于齿面粗糙度预测的可行性。(4)以LabVIEW和MATLAB为平台开发了一套基于机器视觉与机器学习的磨削齿面粗糙度测量系统原型。该系统可完成齿面图像采集、图像处理、特征参数提取以及齿面粗糙度预测的整个流程,可为磨削齿面粗糙度在线测量提供必要的软件支持。论文的研究工作是基于机器视觉与机器学习的粗糙度测量方法在具体工程应用方面的大胆尝试,具有显着的实际应用价值。(本文来源于《湖南大学》期刊2018-04-23)
张卿[6](2018)在《基于机器视觉的齿轮齿面粗糙度检测方法研究》一文中研究指出齿轮齿面粗糙度与齿轮副的耐磨性、疲劳强度、配合性质、腐蚀性、能耗等有密切关系,齿轮齿面粗糙度的大小直接影响齿轮传动机构的使用性能与寿命,但当前的齿轮齿面粗糙度测量方法因其效率低下且不能对齿面进行整体评判,无法满足当前自动化在线测量的需求。基于机器视觉的检测方法具有效率高、测量面积大、非接触性等优点,且当前基于机器视觉的表面粗糙度测量大多对平面物体进行研究,对曲面研究较少,因此,研究基于机器视觉的齿轮齿面粗糙度检测方法具有重要的理论意义,对于齿轮加工企业实现精确、高效、在线测量具有一定的工程价值。针对当前齿轮齿面粗糙度测量现状,论文对基于机器视觉的齿轮齿面粗糙度检测方法展开了系统研究,进行了特征提取方法的研究和预测模型的构建,初步搭建了一套自动化的齿轮齿面粗糙度测量系统,并验证了方法的有效性。论文的主要研究工作如下:(1)在简述齿轮齿面粗糙度的定义及其测量评定的基础上,分析了齿面粗糙度的特点;从光散射原理角度分析了齿轮齿面成像机理,分析了不同粗糙度等级的齿面图像与粗糙度之间的相关关系;然后,对边缘提取所需的数字图像处理技术进行了详细介绍;最后,初步设计了基于机器视觉的齿轮齿面粗糙度检测方案,并对测量系统中的图像采集模块、图像处理模块进行了详细介绍。(2)提出了 一种基于形状特征的齿轮齿面粗糙度测量方法。从光散射原理角度,提取齿面图像中的形状轮廓,从散射程度、结构信息和强度信息方面设计了特征指标评价算法。然后,根据检测方案和实验步骤进行了实验,实验结果表明,齿轮齿面粗糙度Ra与结构信息(Eigmax、Eccentricity和Area指标)和强度信息(E 指标)四个特征指标具有明显的相关关系,并对提出的特征指标的预测精度、单调性和稳定性进行了评估,验证了特征指标评价算法的有效性。(3)基于支持向量机的方法研究建立了齿面粗糙度和图像特征指标之间的预测模型,通过交叉验证的方法对支持向量机中的参数进行寻优,对该预测模型进行试验验证,结果表明,该方法在一定程度上提升了对齿轮齿面粗糙度的预测精度。(4)基于LabVIEW和MATLAB开发设计了基于机器视觉的齿轮齿面粗糙度测量系统,并对测量系统的运行时间和响应时间进行了测试,结果表明,该测量系统效率高、稳定性强,能够实现齿轮齿面粗糙度的实时测量。(本文来源于《湖南大学》期刊2018-04-23)
韩江,张国政[7](2019)在《内齿珩轮强力珩齿齿面粗糙度预测与工艺参数优化》一文中研究指出为了有效降低汽车高档变速箱齿轮传动噪声,针对强力珩齿工艺参数对齿轮表面粗糙度Ra的影响,在一定工艺参数范围内采用响应曲面法设计强力珩齿试验,并建立Ra预测模型,分析强力珩齿的珩轮转速nH、Z向进给量fZ和X向进给量fX等工艺参数对被珩齿面Ra的影响规律;在满足齿面Ra≤0.36μm的精度下,通过布谷鸟搜索算法优化出最大强力珩齿效率的一组工艺参数。结果表明,在一定内齿珩轮强力珩齿工艺参数范围内,nH对被珩齿轮工件表面粗糙度影响最大,fZ和fX的影响程度基本相当,通过响应曲面法建立的表面粗糙度模型置信度高;经优化的一组强力珩齿工艺参数所加工的齿轮表面粗糙度Ra值满足齿面精度要求,可在珩齿前对被珩齿轮工件表面质量进行预测和控制。(本文来源于《计算机集成制造系统》期刊2019年02期)
刘金华,张灵,方曙光,高钦[8](2017)在《基于BP神经网络的面齿轮齿面粗糙度研究》一文中研究指出以面齿轮齿面粗糙度为研究对象,考虑到影响其磨削表面粗糙度R_a的因素很多且不明确,运用BP神经网络原理构造预测粗糙度的数学模型,通过对比模型预测值与试验值验证预测模型的精度,结果表明此模型可精确地描述砂轮转速、工件进给速度和磨削深度对面齿轮磨削加工表面粗糙度的影响。实验验证,BP神经网络模型的预测精度较高,可获得最大相对误差为9.1%的高精度预测结果。(本文来源于《制造技术与机床》期刊2017年12期)
范秋凤,董赞强,邢春芳,石峰[9](2016)在《基于改进的ANFIS的滚削加工齿面粗糙度预测模型研究》一文中研究指出齿轮应用广泛,具有重要的作用。在应用中,齿面粗糙度是影响齿轮疲劳强度、接触刚度、配合性能等重要的因素。然而,目前有关齿轮齿面粗糙度的研究还非常匮乏。因此,提出了基于改进的ANFIS的滚削加工齿面粗糙度预测模型,在传统ANFIS预测模型的基础上引入了田口方法,提高了预测精度。同时,对S119-20型号齿轮进行了滚齿加工实验,采用了BP神经网络、传统的ANFIS以及改进的ANFIS预测模型对该齿轮齿面粗糙度进行预测。实验结果发现,改进后的ANFIS预测模型的预测误差主要在(3~5)%左右,远优于其他预测模型的预测精度。因此,所提出的粗糙度预测模型对滚削加工齿面粗糙度预测研究有着重要的参考作用和应用价值。(本文来源于《机械设计与制造》期刊2016年09期)
严宏志,黄国兵,黎超,周腾飞[10](2016)在《螺旋锥齿轮齿面粗糙度对其乏油润滑寿命的影响》一文中研究指出为揭示螺旋锥齿轮真实齿面粗糙度与失油啮合条件下乏油寿命间的关系,根据微分几何与啮合原理,计算啮合点的弹流润滑参数;建立考虑齿面粗糙度影响的弹流膜厚方程,借助有限元方法求解Reynolds方程得到啮合过程中各啮合点的法向正压力和弹流润滑中心油膜厚度;通过修正螺旋锥齿轮光滑齿面的乏油寿命预测公式,计算不同粗糙度表面参数下的螺旋锥齿轮乏油寿命,分析粗糙度表面参数对其寿命的影响规律。结果表明,结果表明,失油条件下齿面啮合乏油润滑寿命较短,在合适的范围内,增大齿面粗糙度能提高乏油寿命,且相对光滑齿面,粗糙接触齿面油膜分布较均匀。(本文来源于《润滑与密封》期刊2016年08期)
齿面粗糙度论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
面齿轮具有动力分流好、承载力强、质量轻的独到之处,广泛应用于航天航空事业。由于面齿轮的齿面形状复杂,其齿面精度自始至终是加工制作中的一个关键问题。面齿轮加工制作过程中,齿面粗糙度的减少会使得面齿轮在机械传动过程中啮合精度提高。为提高齿面精度,本文对面齿轮高速铣削加工方法和齿面粗糙度进行了研究,主要内容如下:对面齿轮高速铣削技术、高速铣削齿面粗糙度形成原理以及其主要影响因素等进行了简要的分析。根据微分几何原理和齿轮啮合原理,建立了直齿面齿轮的数学模型。基于插铣刀对虚拟仿形概念的面齿轮加工方法,详细介绍了面齿轮高速铣削加工方法,并求解出啮合点刀位,主轴进给范围方程以及刀具摆角范围,生成刀具轨迹NC程序。以数控铣床高速铣削面齿轮为研究对象,进行了高速铣削加工过程中啮合点刀位计算;通过刀具主轴进给范围和摆角范围的计算,使用UG后置处理得到刀具轨迹和程序;借助VERICUT软件进行面齿轮高速铣削加工仿真,并进行面齿轮高速铣削实验与检测,表明提出的面齿轮高速铣削加工方法的可执行性。球头铣刀对面齿轮的高速铣削过程中,分析球头铣刀铣削表面轮廓时行距与残留高度的关系,求出高速铣削加工过程中球头铣刀实际扫成面的交点方程的坐标系,利用Matlab软件来建立高速铣削残留高度数学模型,算出主轴转速、每齿进给量和铣削深度与面齿轮高速铣削表面粗糙度的之间的规律,与实测进行对比,为以后面齿轮高速铣削提供实验依据。基于正交试验,利用回归分析法,建立了面齿轮高速铣削表面粗糙度的回归模型。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
齿面粗糙度论文参考文献
[1].刘涛,张文超,张文帅.变截面涡旋盘齿面粗糙度的双预测模型[J].表面技术.2019
[2].王红阳.面齿轮高速铣削加工原理与齿面粗糙度研究[D].湖南工业大学.2019
[3].黄康,郭俊,徐锐.考虑齿面粗糙度影响的齿轮动力学研究[J].塑性工程学报.2019
[4].郑晓笛,曾晓蕾,楚大锋,周晨旭.磨齿后喷丸对齿面粗糙度的影响[J].汽车工艺与材料.2018
[5].臧俊涛.基于机器视觉与机器学习的磨削齿面粗糙度测量研究[D].湖南大学.2018
[6].张卿.基于机器视觉的齿轮齿面粗糙度检测方法研究[D].湖南大学.2018
[7].韩江,张国政.内齿珩轮强力珩齿齿面粗糙度预测与工艺参数优化[J].计算机集成制造系统.2019
[8].刘金华,张灵,方曙光,高钦.基于BP神经网络的面齿轮齿面粗糙度研究[J].制造技术与机床.2017
[9].范秋凤,董赞强,邢春芳,石峰.基于改进的ANFIS的滚削加工齿面粗糙度预测模型研究[J].机械设计与制造.2016
[10].严宏志,黄国兵,黎超,周腾飞.螺旋锥齿轮齿面粗糙度对其乏油润滑寿命的影响[J].润滑与密封.2016