73.基于matlab的weber能量法求解齿轮时变啮合刚度的能够跑出刚度图,通过求解轮齿部分...

news2026/3/26 23:02:50
73.基于matlab的weber能量法求解齿轮时变啮合刚度的能够跑出刚度图通过求解轮齿部分变形、基体变形及局部接触变形这三部分的变形进而求得综合弹性变形最终求出时变啮合刚度 程序已调通可直接运行齿轮传动系统的时变啮合刚度计算是动力学分析里的大活儿尤其对振动噪声预测特别关键。Webber能量法算是目前比较接地气的解法咱今天直接上Matlab实操。核心思路就是把变形拆成三块轮齿自身变形、基体变形、接触变形最后凑一块儿算刚度变化曲线。先看轮齿变形的计算模块。这里用到了悬臂梁模型模拟单齿受力代码里直接积分算应变能function U1 tooth_deformation(E, L, F, theta) % 积分计算单齿弯曲变形能 integral_term (x) (F*sin(theta)*(L - x)).^2 / (2*E*I(x)); U1 integral(integral_term, 0, L); end function I_val I(x) % 截面惯性矩随位置变化模拟渐开线齿形 base_thickness 5e-3; I_val (base_thickness * x.^3)/12; end这里有个细节I(x)模拟了齿根到齿顶截面惯性矩的变化用线性关系近似代替实际齿形。注意积分函数里theta是啮合点位置角这个参数会随着齿轮旋转实时变化。基体变形这块儿偷了个懒直接用了Timoshenko梁理论delta_base F * cos(theta)^2 * L_base^3 / (3*E*I_base)... F * sin(2*theta) * L_base / (2*G*A_base);前项是弯曲变形后项是剪切变形。这里G是材料剪切模量A_base是基体截面积。实际跑程序时会发现当啮合点靠近齿根时基体变形贡献量会突然增大这个现象和物理直觉一致。73.基于matlab的weber能量法求解齿轮时变啮合刚度的能够跑出刚度图通过求解轮齿部分变形、基体变形及局部接触变形这三部分的变形进而求得综合弹性变形最终求出时变啮合刚度 程序已调通可直接运行接触变形最麻烦要用到Hertz接触公式。但齿轮啮合过程中接触面积其实是变化的这里做了个简化contact_stiffness 4/3 * E*sqrt(R_curvature) / (1 - nu^2); delta_contact F^(2/3) / contact_stiffness;其中nu是泊松比R_curvature是接触点曲率半径。这里用F的2/3次方来近似非线性接触虽然有点糙但计算效率高实测误差在工程允许范围内。把这三块变形拼装起来的主程序长这样theta_range linspace(0, 2*pi, 200); % 一个啮合周期采样200个点 total_stiffness zeros(size(theta_range)); for i 1:length(theta_range) theta theta_range(i); F 1000; % 假设载荷1kN % 分别计算三个变形分量 delta_tooth calc_tooth_deformation(theta, F); delta_base calc_base_deformation(theta, F); delta_contact calc_contact_deformation(theta, F); total_deformation delta_tooth delta_base delta_contact; total_stiffness(i) F / total_deformation; end plot(theta_range, total_stiffness*1e-6); % 转换成MN/m单位 xlabel(啮合相位角(rad)); ylabel(时变啮合刚度 (MN/m)); grid on;跑出来的刚度曲线会有明显的周期性波动在双齿啮合区会出现刚度台阶——这个特征要是没出现八成是接触变形那块算劈叉了。有个坑要注意材料参数必须用国际单位制曾经有个老哥用MPa当E的单位输入结果刚度值大了三个数量级差点以为发现新物理定律了。调试时建议先单独验证各变形分量的量级。正常工况下轮齿弯曲变形能占总能的60%左右基体变形占30%接触变形占10%。要是比例严重失调大概率是模型简化过度或者参数单位搞错了。最后说下工程应用价值这刚度曲线可以直接导入到Adams或者Simpack做动力学仿真比用恒定刚度建模准确得多。特别是研究齿轮敲击噪声时刚度突变点的相位关系直接影响冲击力的大小。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2452463.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…