位置:成果数据库 > 期刊 > 期刊详情页
弧齿锥齿轮机床加工参数逆向求解的算法研究
  • ISSN号:1004-2539
  • 期刊名称:机械传动
  • 时间:2015.3.15
  • 页码:5-8+14
  • 分类:TH132.421[机械工程—机械制造及自动化]
  • 作者机构:[1]西北工业大学机电学院,陕西西安710072
  • 相关基金:国家自然科学基金(51175423,51375384)
  • 相关项目:基于啮合稳定性的高性能螺旋锥齿轮设计与制造技术研究
中文摘要:

研究了弧齿锥齿轮小轮机床加工参数反求的算法实现问题。推导了变性法加工的弧齿锥齿轮小轮齿面方程,建立了理论齿面向目标齿面逼近的最小二乘法优化模型,采用基于置信域策略的Levenberg-Larquardt迭代算法反求小轮的机床加工参数,并与广义逆矩阵法、截断奇异值分解法进行了比较。以小轮的某种修形齿面为例,3种算法识别的齿面与目标齿面的残余偏差平法和分别为1.472 3×10^-3 m^m2、8.296 9×10^-4 mm^2、1.499 3×10^-5 mm^2。结果表明,相对于前两种识别算法,采用基于置信域策略的Levenberg-Marquardt迭代算法可以大大提高齿面逼近的精度。该迭代算法为弧齿锥齿轮的齿面误差修正技术及齿面主动修形设计提供了应用基础。

英文摘要:

The inversion algorithm of pinion machine-tool machining parameter for spiral bevel gear is investigated.The pinion tooth surface equation of spiral bevel gear generated by modified-roll method is deduced,the least squares optimization model of the tooth surface is established in order to obtain predesigned target surface,and it is solved by using the levenberg-marquardt method with trust region strategy,and the generalized inverse matrix method and truncated singular value decomposition method are also used to identify the machine-tool machining parameter separately.A numerical example shows the effects of tooth surface approximation,according to the three algorithms,the sum of squared errors between the identified surface and target surface is followed by 1.472 3×10^-3 mm^2,8.296 9×10^-4 mm^2 and 1.499 3×10^-5 mm^2,the result reveals that the levenberg-marquardt algorithm can greatly improve the accuracy of the tooth surface approximation with respect to the first two methods.This iterative algorithm can be used for tooth surface deviation correction and active modification design of spiral bevel gear.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《机械传动》
  • 北大核心期刊(2011版)
  • 主管单位:中国机械工业联合会
  • 主办单位:郑州机械研究所 中国机械工程学会 中国机械通用零部件工业协会齿轮分会
  • 主编:秦大同
  • 地址:郑州市嵩山南路81号
  • 邮编:450052
  • 邮箱:Jxcd@chinajournal.net.cn
  • 电话:0371-67710817 67710820
  • 国际标准刊号:ISSN:1004-2539
  • 国内统一刊号:ISSN:41-1129/TH
  • 邮发代号:36-36
  • 获奖情况:
  • 国内外数据库收录:
  • 日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:8324