差曲面拓扑的齿轮啮合刚度计算与承载接触分析

基于齿条-齿轮等切共轭产形原理,构建齿面数值模型、ease-off差齿面,对ease-off蕴含的齿面啮合信息进行解析,获得了齿面接触路径、传动误差、接触线瀑布图;综合ease-off拓扑仿真与轮齿刚度非线性单元耦合解析,给出了修形拓扑齿面的啮合刚度、承载传动误差的计算方法。沿接触路径遍历接触线序列,获得了轮齿时变啮合刚度、承载传动误差与载荷分布图;给出了2阶抛物面对称与对角拓扑两种修形形式算例,求出了系列载荷作用下的啮合刚度、承载传动误差、齿面载荷分布。结果显示:随着载荷的增加,轮齿啮合刚度时变效应明显减弱;承载传动误差波动与啮合刚度、修形梯度密切相关;对角修形在啮合刚度、传动误差、载荷分布特性方面好于对称修形。      

基于遗传算法的弧齿锥齿轮动态特性优化设计

基于集中质量法建立了弧齿锥齿轮八自由度弯-轴-扭三维空间动力学模型,在模型中考虑了啮合刚度的时变性、几何传动误差的非线性、齿面侧隙以及支承刚度的非线性.采用Runge-Kutta法对传动系统动态响应进行求解.在此基础上,以啮合周期内动态特性指标——振动加速度均方根作为优化目标函数,使用遗传算法对局部综合法中的齿面控制参数进行优化.在对设计参数进行优化的同时也获得了齿轮副最优加工参数.最终以齿面修形的方式实现了航空弧齿锥齿轮动态特性优化,减小了齿轮传动系统的振动与噪声.      

螺旋双曲面齿轮修形及啮合特性

为了改善螺旋双曲面齿轮啮合特性,对小轮齿面进行修形设计.用抛物线齿廓的产形齿条展成修形插齿刀齿面,模拟插齿刀和被加工齿轮的啮合运动关系,建立齿轮齿面的数学模型;根据两齿面在啮合过程中连续相切条件,建立了考虑安装误差的轮齿接触分析(TCA)模型;齿轮副的啮合仿真结果表明,刀具齿廓抛物线修形可以获得中凸的抛物线传动误差,调整修形参数可改变传动误差幅值和对称性;轴交角的变化影响齿轮副的重合度、接触椭圆、安装误差敏感性.      

基于解析解的人字齿轮齿廓修形动态分析

根据人字齿轮传动的结构,考虑时变啮合刚度、齿侧间隙,并把齿廓修形作为一种时变齿侧间隙计入,建立了单级人字齿轮传动的弯-扭-轴耦合动力学模型和相应的非线性动力学方程.对方程的数值解进行分析,发现合理的修形使人字齿轮传动不发生齿面的完全分离.基于多尺度法对不发生齿面完全分离时的人字齿轮传动系统进行了摄动分析,得到了系统在主共振频率附近幅频响应的近似解析解.相比数值方法,解析法具有很高的求解效率.最后,根据近似解析解研究了修形参数对动载系数幅值的影响.研究发现:螺旋角越大使动载系数最小所需的修形量越大,而所需的修形长度越小.另外,使动载系数最小的最优修形参数解域呈新月形,其随着主动轮支承刚度的增大而先增大后减小;随着被动轮支承刚度的增大而持续减小.      

基于承载传动误差幅值最小的斜齿轮齿面修形优化设计

为了减小振动与噪声,提出了以承载传动误差幅值最小为优化目标的修形齿面设计方法:通过两段曲线与一段直线分别设计齿廓、齿向、三维修形(齿廓与齿向修形的叠加)修形曲线,通过三次B样条拟合了相应的修形曲面,与理论齿面叠加构造了斜齿轮修形齿面,推导了其法矢,将斜齿轮修形技术与承载接触分析技术结合起来,采用遗传算法对修形曲线参数进行优化,编制了一套齿面修形优化分析程序,能对修形后的斜齿轮副进行齿面接触分析(TCA)、承载接触分析(LTCA).结果表明:无修形齿轮副的传动误差幅值随载荷增加而增大,修形后随载荷的增加重合度逐渐增大,幅值会产生波动,然后保持稳定,为斜齿轮修形齿面优化设计提供了新的方法.      

面齿轮副啮合性能预控方法及试验

为了提高面齿轮副的啮合性能,根据面齿轮的磨削加工过程和配对圆柱齿轮的三维拓扑修形原理,推导了面齿轮副的三维拓扑修形齿面方程,分析了5种修形因数对面齿轮副啮合性能的影响,提出了通过优化修形因数实现面齿轮副啮合性能的预控,通过试验验证了三维拓扑修形理论的正确性.研究结果表明:齿廓修形因数是主要的预控参变量,对接触区域沿齿高方向的宽度有明显影响.齿向修形抛物线因数影响接触区沿齿长方向宽度,两者取值的不同能显著影响接触迹线的倾斜程度和接触区域的形状和面积.通过齿面三维拓扑修形,能有效预控齿面的接触区域和传动误差,降低面齿轮副对安装误差的敏感性.     

修形斜齿轮的轮齿接触分析

应用Litvin最近的齿轮啮合理论,推导了修形斜齿轮的齿面接触与边缘接触的全部计算过程,能够对修形斜齿轮的齿面展成和具有不同误差及修形的斜齿轮接触过程进行计算机仿真。还以刀具齿廓修形和CNC机床修形为例,讨论了齿面修形对改善齿轮传动性能的作用,以及相应的修形设计方法。      

基于数控切齿的弧线齿面齿轮啮合特性研究

研究了弧线齿面齿轮的数控切齿及其啮合特性.基于假想产形齿轮的概念,同时考虑了刀具法向截面的修形,推导弧线齿面齿轮的齿面方程;以坐标变换为工具,建立其机床加工模型,确定各运动轴的多项式表达式;在此基础上,建立了考虑安装误差的弧线齿面齿轮副接触分析模型.计算结果表明:通过面齿轮的齿面修形,可以降低啮合转换点处的传动误差幅值,并获得较好的传动误差曲线.      

人字齿轮修形优化设计

针对齿廓修形的特点,小轮齿廓采用三段修形.通过改变刀具切削刃的形状,以三段抛物线代替齿条的直线齿廓,推导出了刀具齿面方程.建立了人字齿轮啮合的坐标关系,进而提出了人字齿轮齿接触分析和承载接触分析的方法.以承载传动误差最小为目标函数,采用复形调优法进行优化,可以获得最佳修形优化参数.通过实例表明,在不考虑安装误差情况下优化后的结果与未优化相比仍可以明显降低轴线误差对承载传动误差的影响.最后,给出了小轮齿廓修形量的计算方法.      

斜齿面齿轮几何传动误差的设计

主要对沿齿高方向修形的斜齿面齿轮副几何传动误差进行了设计.为了避免边缘接触,提高面齿轮传动的连续性和稳定性,采用了一种沿齿高方向曲线修形的面齿轮副齿面结构,对仅有小轮齿面修形的面齿轮副和大、小轮齿面均修形的面齿轮副的几何传动误差进行了设计比较.结果表明,仅小轮沿齿高方向曲线修形的斜齿面齿轮副传动误差为非对称的抛物线,装配误差影响传动误差幅值;沿齿高方向两轮均修形的面齿轮副,恰当的设计齿条刀具抛物线修形因数a₁,a_s和抛物线顶点的位置参数u₀,不论是否对准安装,几何传动误差均为连续的对称抛物线型.      

基于Kriging模型的离心叶轮结构优化设计

研究了以减重为目标的航空发动机离心叶轮结构优化问题,将Kriging模型与遗传算法相结合,应用拉丁方试验设计和有限元分析生成初始样本数据,利用初始样本数据建立离心叶轮重量和最大应力等状态参数的Kriging模型,运用遗传算法对该Kriging模型在设计空间进行全局寻优,利用有限元分析方法计算近似最优设计点的状态参数,并以此更新已有的设计样本数据,不断提高Kriging模型的近似精度.计算结果表明,基于Kriging模型-遗传算法的离心叶轮结构优化设计方法不仅可以获得良好的优化结果,比直接用遗传算法寻优减少了大量计算时间,提高了设计效率,同多项式模型-遗传算法相比也有效率优势.     

基于降维可视化与Kriging的齿轮振动可靠性分析

针对齿轮振动可靠性分析时计算量大、计算精度低等问题,提出一种基于降维可视化技术和Kriging模型的可靠性分析方法.通过Monte Carlo法生成抽样点,采用降维可视化技术将多维空间降至二维极特征空间,通过Kriging模型预测失效域与安全域的分界线,在预测分界线时,借助Kriging非线性预测和误差分析的特性,通过一种主动学习选点的方式建立Kriging预测模型,来提高样本点的利用率.通过齿轮振动可靠性的算例表明:相比于传统的降维可视化技术,调用极限状态函数由975次减少为149次,计算时间由12400s减小为1810s,可靠度与100000次Monte Carlo模拟计算结果基本吻合一致,验证了该算法的正确性和有效性.      

飞机复合材料起落架舱门优化设计

蜂窝夹芯复合材料逐渐取代铝合金成为舱门的首选材料,其刚度设计及结构减重在飞机的结构设计中十分重要。通过参数化建模建立了蜂窝夹芯结构复合材料舱门的有限元模型,并进行起落架舱门的模拟计算。在打开和关闭两种工况下以刚度和强度为约束,优化舱门的几何结构和复合材料参数。建立代理模型后采用多岛遗传算法和序列二次规划相结合进行优化,实现了蜂窝夹芯结构复合材料舱门的优化设计。通过优化设计,所得到的舱门比原铝合金舱门具有更高的强度和刚度。优化后复合材料舱门重量比优化前下降了11.5%,比铝合金舱门减少了39.6%,起落架舱门总重量明显降低。同时,建立代理模型后再优化的方法优化效率高,解决了多优化变量下找不到最优解的问题。     

一种高效高精度的气动弹性结构优化方法

气动弹性结构优化技术主要包括约束求解和优化算法两个方面的内容。针对常用的基于低阶面元法的静气动弹性分析方法计算效率高但精度低的特点,建立了一种高效高精度的基于高阶面元法的静气动弹性分析方法。针对当前气动弹性结构优化技术使用单一优化算法导致搜索精度低、收敛速度慢等特点,将遗传算法和分形算法进行结合,发展了一种遗传/分形混合算法。针对气动弹性结构优化计算时间长、设备要求高等特点,引入了Kriging代理模型方法来加快优化速度,减少时间和设备的耗费。最后以某大展弦比客机机翼为算例,采用基于高阶面元法的静气动弹性分析方法求解约束响应样本,用Kriging代理模型方法对约束响应进行模型构建和预测,并将Kriging代理模型和遗传/分形混合优化算法进行结合,构建了一种高效高精度的静气动弹性结构优化方法。优化分析结果表明,Kriging代理模型在静气动弹性响应预测上具有很高的精度,平均误差均在5%以下,副翼效率预测的平均误差甚至低于1%;遗传/分形混合算法相比于单一的遗传算法具有更快的收敛速度和更强的全局寻优能力。     

飞翼式客机机翼气动/结构综合优化方法研究

针对目前在飞翼客机机翼优化过程中对气动弹性效应考虑不充分、气动/结构耦合不充分的问题,分别对飞翼客机机翼的CFD（Computational Fluid Dynamics,简称CFD）气动模型、平板气动模型和三维板杆模型进行参数化建模,开展了针对飞翼布局客机机翼的气动/结构综合优化设计的研究,搭建了一套基于Kriging模型的前瞻性设计方法,获得了机翼最优的气动外形和结构构型,在有效降低机翼结构重量的同时,显著地减少了气动阻力。在满足精度及效率的前提下,气动子学科选用亚声速偶极子格网法以及基于Euler方程的CFD方法,结构子学科选用有限元分析方法,优化算法采用遗传算法。     

消隙齿轮伺服系统动力学建模与频率特性

消隙齿轮广泛应用于航天精密伺服机构领域,具有高精度、高响应速度和高稳定性的要求,故需对其频率特性进行研究。依据两质量系统建模方法,建立了消隙齿轮伺服系统包含线性和非线性两部分的动力学模型。以普通直齿轮分段死区模型为基础,建立了消隙齿轮分段死区模型,给出了模型中等效传递刚度的计算方法,特别是消隙扭簧扭转刚度的计算方法。利用数值仿真分析方法,对所建立的消隙齿轮伺服系统动力学模型进行了仿真分析,给出了传动轴刚度、静态间隙和扭簧刚度对系统谐振特性的不同影响结果。结果表明:静态间隙与扭簧刚度是影响消隙齿轮伺服系统谐振频率的重要因素。     

渐开线直齿轮的动力学与弹流润滑耦合

综合考虑时变啮合刚度和油膜刚度、表面粗糙度以及摩擦转矩等对动力学行为的影响,基于载荷分担理论和动力学理论建立了六自由度渐开线直齿轮摩擦动力学模型.采用解耦方法求解该摩擦动力学模型,即将摩擦动力学模型求解获得的动态轮齿作用力和表面速度用于润滑分析中,反过来润滑分析获得的摩擦因数和油膜刚度将用于动力学分析计算中.通过实例研究了摩擦学特性和动力学行为以及两者之间的耦合关系.研究表明:考虑耦合效应后齿轮综合刚度略有下降.滑动摩擦力对垂直于啮合线方向的动态响应的影响比较显著,摩擦力会加剧该方向的振动.动态载荷对油膜厚度、油膜承载比例、油膜温升和摩擦因数影响均较大,且动力学行为对油膜温升分布的影响取决于相对滑动速度的大小.      

基于代理模型的气动外形平面参数多目标匹配设计

将Kriging代理模型和Pareto遗传算法引入气动外形平面参数匹配设计中,提出一种基于代理模型的多目标平面参数匹配设计方法。将拉丁超立方试验设计用于平面参数筛选,确定出参数匹配方案库;基于方案库的计算流体力学(CFD)分析结果构建Kriging气动代理模型;将Kriging模型替代CFD分析,用于气体布局参数匹配优化设计,提高了设计效率并保证了可信度;通过Pareto遗传算法优化解决多点设计要求下气动布局参数匹配问题,一次性给出参数匹配方案的最优解集,从Pareto前沿中根据设计偏向选择气动布局最佳匹配方案。以典型的双后掠布局平面参数多点匹配优化设计问题作为算例,研究结果表明:Kriging气动代理模型与实际CFD分析结果的误差均小于5%,满足精度要求;根据不同设计偏向,选择了3种参数匹配Pareto优化方案,与原样本方案相比超声速阻力减小6.0%~12.8%,跨声速升阻比增加0.01%~3.40%,证明了匹配设计方法的有效性;通过试验设计的Pareto分析与主、交互效应分析,获得了气动布局平面参数对气动性能影响的定量关系,能够为参数匹配设计提供依据。所提出的平面参数匹配设计方法可应用于其他常规与非常规气动布局型式。     

基于Kriging模型梯度解析解的改进一次二阶矩方法

改进一次二阶矩（AFOSM）法是一种基于功能函数梯度的结构可靠性分析方法，鉴于其对隐式函数的梯度较难求解，提出了一种基于Kriging模型梯度解析解的AFOSM方法，利用Kriging代理模型的解析表达式推导得到功能函数对输入变量的梯度解析解，为AFOSM中设计点的确定提供高精度的梯度信息。通过Kriging与AFOSM的结合，很好地解决了基于有限元模型的隐式情况下梯度计算量相当大、可靠性分析难的问题。数值与工程算例验证了所提Kriging梯度解析解的较高精确性，同时验证了所提基于Kriging解析解的AFOSM结构可靠性分析方法的正确性与较高精度。     

粒子群优化的Kriging近似模型及其在可靠性分析中的应用

将粒子群优化(PSO)算法引入Kriging建模过程,依靠PSO算法的群体搜索能力克服了模式搜索法单点序列搜索方式的局限性以及严重依赖于初猜解的缺点,保证了在任意初始条件下都能获取极大似然意义下的最优相关参数,从而有效确保了Kriging预测结果的最优无偏性.涡轮盘低循环疲劳可靠性分析实例表明,粒子群优化的Kriging(PSO-Kriging)近似模型对危险点周向应变变程的预测精度相对神经网络有数量级上的优势(最大误差由5.94%降低到0.09%),可不牺牲精度地代替有限元程序进行Monte Carlo模拟;同时PSO-Kriging建模与预测的总时间不及一次有限元分析的1/10.由于预测精度高(其最优无偏性由PSO算法保证)且计算开销不大,提出的PSO-Kriging对于实际工程结构的可靠性分析有一定应用价值.