Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南京航空航天大学;中国航发湖南动力机械研究所杨伟新获国家专利权

南京航空航天大学;中国航发湖南动力机械研究所杨伟新获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉南京航空航天大学;中国航发湖南动力机械研究所申请的专利一种基于系统划分模型修正下的齿轮传动系统振动响应快速预测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119720698B

龙图腾网通过国家知识产权局官网在2025-07-25发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510231782.8,技术领域涉及:G06F30/23;该发明授权一种基于系统划分模型修正下的齿轮传动系统振动响应快速预测方法是由杨伟新;苏楠阳;冷晟;王祁波;朱如鹏;王聪;陈蔚芳设计研发完成,并于2025-02-28向国家知识产权局提交的专利申请。

一种基于系统划分模型修正下的齿轮传动系统振动响应快速预测方法在说明书摘要公布了:本发明涉及齿轮传动系统振动响应预测技术领域,解决了传统方法的预测难以满足时效性要求,以及测点布置受空间限制和设备约束的技术问题,尤其涉及一种基于系统划分模型修正下的齿轮传动系统振动响应快速预测方法,该方法包括:划分子系统并建立有限元模型;对有限元模型进行修正;建立多体动力学模型并进行仿真获取多组工况下的振动响应数据;构建样本数据集,并对振动响应预测模型进行训练以及评估。本发明能够为齿轮传动系统的状态监测提供了可靠依据,可以有效评估系统的运行状态,为齿轮传动系统的故障预警和停机维护提供充分的准备,从而为设备状态评估提供补充数据,避免监测盲区,提高监测的全面性和准确性。

本发明授权一种基于系统划分模型修正下的齿轮传动系统振动响应快速预测方法在权利要求书中公布了:1.一种基于系统划分模型修正下的齿轮传动系统振动响应快速预测方法,其特征在于,该方法包括以下步骤: S1、根据齿轮传动系统中各传动结构之间的接触方式和连接关系划分为不同的子系统,并建立各个子系统及齿轮传动系统的有限元模型; S2、对各个子系统及齿轮传动系统的有限元模型进行修正获取修正后的系统模型参数,具体过程包括以下步骤: S21、对各子系统和齿轮传动系统分别进行模态敲击试验以及运行模态分析获取其包括固有频率和模态振型的模态参数; S22、选定对应各子系统和齿轮传动系统的修正参数,在各子系统中,其修正参数为包括材料的弹性模量、薄层单元的弹性模量以及轴承的支承刚度;在齿轮传动系统中,其修正参数包括齿轮的啮合刚度以及工作台的三向支承刚度; S23、基于响应面模型对修正参数进行修正获取更为准确的系统模型参数,具体过程包括以下步骤: S231、基于Kriging模型构建响应面模型,表达式为: ; 式中,为待测点的响应预测值;为多项式函数组成的矩阵;为相关向量;为关键参数;为系数向量;为空间函数;为输出响应数据集;表示转置; 在步骤S231中,具体过程包括以下步骤: S2311、基于任一组输入数据和输出响应建立Kriging模型,表达式为: ; 式中,是多项式函数;为多项式对应的系数向量;为随机过程,服从均值为零、方差为的正态分布; S2312、确定随机过程的协方差函数,表达式为: ; 式中,是空间相关函数,用于描述采样点和之间的相关性,为关键参数,用于调节样本点之间的相关性; S2313、采用极大似然估计法求解系数向量和方差的预测值、,计算公式为: ; 式中,为待修正参数的个数;为输出响应数据集;为多项式函数组成的矩阵; S2314、根据空间函数和方差为求解关键参数,计算公式为: ; S2315、确定待测点与已知采样点之间的相关向量,表达式为: ; S2316、将相关向量、关键参数、系数向量、空间函数和方差代入Kriging模型中,得到用于对修正参数进行修正的响应面模型; S232、根据模态敲击试验测得的固有频率构建响应面模型的目标函数,目标函数的表达式为: ; 式中,为待修正参数值,为对应参数的取值范围下限;为取值范围上限;为试验频率值;为响应面计算的响应频率值;为待修正参数的个数;为目标函数的个数; S233、基于目标函数通过多目标遗传算法进行迭代优化,寻求最符合目标结果的输入变量组合作为系统模型参数; S3、采用多体动力学分析方法建立齿轮传动系统刚柔耦合的多体动力学模型,将系统模型参数代入多体动力学模型中并进行仿真获取多组工况下的振动响应数据; S4、基于多组工况下的振动响应数据构建样本数据集,并采用样本数据集对基于BP神经网络的振动响应预测模型进行训练以及评估; S5、将齿轮传动系统的转速、负载及归一化时间ID作为振动响应预测模型的输入,输出为对应时间点的振动加速度响应值,实现对于不同工况下振动信号的快速预测。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人南京航空航天大学;中国航发湖南动力机械研究所,其通讯地址为:210016 江苏省南京市秦淮区御道街29号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。