风电主齿轮箱动态响应分析

以某3 MW风电齿轮箱为研究对象,通过导入壳体、齿圈、转架有限元凝聚刚度矩阵,建立基于MASTA的多柔体动力学模型,分析发现箱体在三级齿轮啮合频率附近有最高的动能分布,齿轮箱在高速级齿轮第一阶啮合频率激励下有最大的振动响应,且计算结果和试验测试结果基本符合。该结果可对风电齿轮箱设计阶段进行振动风险规避提供一定计算参考。     

基于动力学的风力发电齿轮传动系统可靠性评估

建立了1．5MW风力发电齿轮传动系统非线性动力学微分方程,分析了由时变啮合刚度与综合误差引起的内部激励和由风速变化引起的外部激励,给出了使用系数、动载系数和轴承载荷系数的表达式,在此基础上,研究了齿轮传动系统的可靠性评估问题,对齿轮、滚动轴承和传动系统分别进行可靠性评估,最后给出了实例计算结果。     

基于动态剩余S-N曲线的线性疲劳寿命预测模型

为估算结构在变幅载荷下的疲劳寿命,在动态剩余S-N曲线的基础上,结合材料的退化规律,对材料受载过程中的累积疲劳损伤进行了量化,提出了一种预测变幅载荷下线性疲劳损伤预测模型。根据热轧16Mn钢和20Cr2Ni4A标准圆柱齿轮多级载荷下疲劳寿命试验数据,对提出模型的疲劳寿命预测能力进行了验证。结果表明：基于强度退化的线性疲劳寿命预测模型相对传统Miner法则和材料记忆退化累积模型的预测结果更接近试验结果,具有较高的预测精度。     

燃气轮机用人字齿轮副接触应力及稳态热分析

为了获得人字型齿轮副齿面接触应力和本体温度的分布特征,利用参数化设计语言,建立了齿轮副的三维模型,结合传热学、摩擦学及啮合原理,对齿轮副的接触应力场及稳态温度场进行了数值模拟,分析了齿轮副的接触应力、本体温度及啮合齿面热流密度的分布情况.分析结果显示,载荷沿各条接触线的分布具有规律性;摩擦热流密度沿齿高方向呈现出先减小后增大的变化趋势;齿体本身的传导散热作用强于齿顶的对流换热作用.结论表明有限元模拟方法可用于评价此种传动副的传动性能.     

响应面法不确定性参数对行星架静强度的影响

不确定性参数对行星架静强度的影响,取行星架强度最薄弱的部位—前轴承支座挖根(清根处)为研究对象,采用参数方差分析法从不确定性参数中挑选显著参数,并利用D最优抽样法选取样本点组合,计算精细有限元模型清根处应力响应值,继而基于最小二乘估计建立多项式回归响应面模型。基于快速响应面模型,利用蒙特卡洛模拟法和统计分析法研究显著性参数过盈量、铸造圆角和腹板公差对清根处第一主应力的影响,并从可靠度角度对清根处静强度进行评估。研究发现过盈量和前后腹板偏差的离散性对清根处静强度影响明显,同时行星架可靠度达到99.3%,表明在考虑了GL和IEC安全系数后,行星架可靠度仍然非常高。     

ANSYS/PDS风电齿轮箱收缩盘联接可靠性分析

笔者建立了某风电齿轮箱主轴收缩盘联接的轴对称参数化有限元模型,并结合主轴扭矩作用应用ANSYS非线性接触对该模型进行了强度分析。由于材料属性、制造过程、边界条件以及载荷等设计参数的不确定性会影响计算的精确性,应用ANSYS／PDS模块,根据失效模式确定整体功能函数并由此建立结构极限状态方程,采用蒙特卡罗超拉丁采样方法对收缩盘联接进行可靠性分析,得到整体联接的可靠度和失效率,并给出累积概率分布。研究结果表明：收缩盘传扭联接性能和结构件强度均满足设计要求,其联接的可靠度达到94．8％,达到了工程设计要求,对风电齿轮箱收缩盘联接的可靠性设计具有一定的指导意义。     

兆瓦级风力机齿轮传动系统动力学分析与优化

对1.5 MW风力发电机齿轮箱传动系统进行耦合振动分析,建立了风力机增速箱齿轮传动系统的扭转振动模型.利用4阶Runge-Kutta法计算了系统在风载、轮齿时变啮合刚度和系统阻尼共同作用下的动态响应,并利用谐波平衡法求出了系统的解析解,从而得到了优化设计目标函数的解析表达式.在此基础上,建立了以行星轮扭转振动加速度幅值最小和传动系统总质量最轻为目标的优化设计数学模型,利用MATLAB优化工具箱进行优化求解.实例计算表明,优化设计后传动系统的低阶固有频率明显提高,动态性能明显改善,重量减轻.     

风电齿轮箱箱体热结构特性探析

风电齿轮箱的热损失会对系统的润滑和冷却有影响,也会影响到齿轮箱内部结构件的正常工作,还会对传动效果和动力性能产生影响。尤其对于风电齿轮箱的高速传动级,热损失急剧增大,使齿轮箱在热和机械方面面临很多问题。本文对风电齿轮箱箱体的热结构特性进行了探讨。     

基于样本信息聚集原理的小子样疲劳特性分析

为了对小样本疲劳试验做出指导以及寻求小样本下S-N曲线最优拟合方法，对经典样本信息聚集方法进行了改进。基于不同应力水平下试样疲劳寿命概率分位点的一致性，采用数据共享与融合方法，实现不同应力水平下样本数据信息聚集应用。根据应力■疲劳寿命的线性关系，利用改进后的样本信息聚集方法，对小样本数据中各个应力水平下的疲劳寿命均值进行参数化逐步搜索，得到不同应力水平下疲劳寿命最优值，然后根据最小二乘法拟合出S-N曲线。对不同应力水平作为基准进行了S-N曲线的疲劳特性对比分析，算例结果表明，以低应力水平为基准结合改进后的方法拟合出的曲线与传统成组法拟合结果最大相对误差不到5%,预测出的疲劳寿命误差范围最小。由此可见，改进后的方法提高了小样本疲劳特性分析的可靠性。