斜齒輪蝸輪蝸桿減速機小波分析。斜齒輪蝸輪蝸桿減速機小波包多分辨分析、濾波及完全分解的優點，同時闡述了把小波包分解系數作為特征向量進行統計學上的計算并將結果用于減速機的故障診斷及類型識別，取得了良好的效果。實例說明該方法具有分析S系列減速機非平穩振動信號的能力，斜齒輪蝸輪蝸桿減速機具有高精度、高效率以及能準確定位故障部位的優點。S系列減速機利用小波包分解與重構這故障診斷技術可為維修提供初步的診斷結論和理論依據，為具體的檢修必將帶來許多便利條件。
斜齒輪蝸輪蝸桿減速機利用振動信號的時域分析法和頻域分析法對S系列減速機進行了狀態識別，其作用是在不同的時期對斜齒輪蝸輪蝸桿減速機的工作狀況進行了有效的評估，從振動時域分析到特征參數的分析以及簡易振動烈度的判別使得判別S系列減速機的當前工作狀態由定性的轉為定量的，從而為進步的S系列減速機故障診斷工作提供了診斷依據。上述方法在斜齒輪蝸輪蝸桿減速機的狀態監測與故障診斷及日常維護中都具有非常重要的意義。信號進行時頻分析來進行斜齒輪蝸輪蝸桿減速器的故障診斷，包括從復雜的故障信號中進行故障特征的提取，對混有背景噪聲信號的消噪等等。通過仿真實驗數據和實際數據的分析，說明小波變換在故障信號的特征量提取中起主要作用。信號奇異點的檢測、信號濾波、信號消噪、信號頻帶特征提取，這些都是故障信號分析中常用的方法，利用奇異點的檢測、多分辨率分析、S系列減速機小波包分析以及在小波系數基礎上的功率譜分析特點，對斜齒輪蝸輪蝸桿減速機信號進行處理，都具有獨特的效果，能有效地診斷故障的類型。
從根本上講，斜齒輪蝸輪蝸桿減速機小波分析有望取代傳統的傅立葉分析技術。目前已經有不少研究成功的將小波分析應用于往復機械的故障診斷，S系列減速機旋轉機械的碰-磨研究，主要應用領域為機械振動信息的故障征兆的特征提取。斜齒輪蝸輪蝸桿減速機小波分析在這些領域的應用方面說明小波分析的優越性，同時也說明小波分析理論應用的深度和廣度還遠遠不夠，S系列減速機小波分析優越的時域和頻域特性還沒有完全體現出來。因此，在實際應用中提出更多更廣的研究課題，進步研究拓展小波分析理論在斜齒輪蝸輪蝸桿減速機故障診斷領域的應用具有十分重要的理論和實踐意義。斜齒輪蝸輪蝸桿減速機小波變換是信號分析的有力工具，人工神經網絡更是能出色完成模式識別任務，而信號分析和模式識別正是設備故障診斷所依賴的兩個關鍵技術。因此，研究S系列減速機如何將二者完美的結合起來，應用于S系列減速機等機械設備的故障診斷，具有廣泛的應用價值。/Products/S67jiansuji.html

  BKM075減速機的齒輪箱解析。傘齒輪減速機齒輪箱廣泛的用于工業生產中，在鋼鐵企業軋鋼生產中作為種重要的動力傳輸設備。任何個未知的故障都可能導致嚴重的損失。因此，及時的監測和發現齒輪箱的早期故障至關重要。齒輪箱內齒輪的損毀是個嚴重的故障，對K系列減速機齒輪沖擊信號的早期診斷防止齒輪的損毀是十分必要的。通常，振動信號通過放置在傘齒輪減速機軸承蓋上的加速度傳感器獲取。K系列減速機所采集信號不僅包含了齒輪的嚙合振動，還包含了轉軸、軸承及周圍設備產生的干擾振動。因此信號是復合的，單對信號的某類成分進行分析存在定難度。
傘齒輪減速機齒輪箱經常存在許多類型的故障。轉軸的不對中可以利用振動信號的邊帶特征監測到。邊頻帶很容易從信號頻域識別由于故障信號都是由單頻率所組成。對于沖擊信號的識別，關鍵是找到信號中的周期成分。般說來，K系列減速機隱含在噪聲信號中的脈沖信號是十分微弱的，除非沖擊現象很明顯。與小波函數類似，振動信號中的瞬時成分在時域和頻域中存在局部能量分布。因此小波函數用來監測振動信號瞬時成分正是利用了小波函數在時頻分析上類似的優勢。近幾年連續傘齒輪減速機小波變換(CWT)逐步的應用到齒輪箱的故障診斷上來。然而，K系列減速機這種方法在信號的高頻段缺少足夠的精度，小波變換無法對高頻信息進步的分解。K系列減速機小波包變換能夠有效地克服上述缺陷與不足。小波包技術具有比傘齒輪減速機小波變換更強的分解能力，能同時對信號的低頻段和高頻段進行完全分解。因此，這就為根據相應的頻段來提取特定部件的故障信息提供了有利條件。小波包分析由于它的時域和頻域信息的同步顯示在對K系列減速機非平穩振動信號的信號處理及故障特征提取中被證明是有效的。在本文中，提出了小波包分解及小波包分解系數統計方法。該方法用來提取含噪聲信號中的周期性脈沖信號進而對齒輪的沖擊現象進行識別。實驗證明，此方法對于監測復雜信號中的周期性成分和沖擊信號較為有效。
傘齒輪減速機采用了壓電加速度傳感器，放置位置為軸Ⅰ軸承蓋上。從傳感器按采樣頻率采集到的振動信號經轉換成為電信號，將傘齒輪減速機電信號輸入電荷放大器，實驗所采數據將被進步處理和分析，后K系列減速機從計算機上分析并顯示。因為傘齒輪減速機振動信號處理的譜線分析包含了較廣的頻帶，因此，正確的選擇能夠適用于整個測量頻率范圍的傳感器帶寬的加速度傳感器是十分必要的。實驗所用加速度傳感器帶寬為1～10kHz。正確的數據采集方法可以提高故障診斷的精度和質量。因此，選擇個正確的測量方法對獲取有效振動信號至關重要。為防止傘齒輪減速機采集的振動信號被由經 I/O 接口的環境噪聲信號干擾。該實驗測試信號用 ICP 傳感器直接連接帶有內置放大器的記錄儀。/Products/k87jiansuji.html

  R系列減速機小波包重構的方法。R系列減速機短時傅立葉變換對信號的頻帶劃分是線性等間隔的，多分辨分析可以對信號進行有效的時頻分解，但由于齒輪減速機其尺度是按二進制變化的，所以在高頻頻段其頻率分辨率較差，而在低頻頻段其時間分辨率較差。R系列減速機小波包分析能夠為信號提供種更加精細的分析方法，它將頻帶進行多層次劃分，對多分辨分析沒有細分的高頻部分進步分解，并能夠根據被分析信號的特征，自適應地選擇相應頻帶，使之齒輪減速機與信號頻譜相匹配，從而提高了時頻分辨率。
R系列減速機信號占有的頻帶，將該頻帶分為二分解得到第 1 層，該層含有頻率高低的兩個頻帶。將其中的低頻子帶再分為二，分解得到第 2 層，它也有高低兩個子帶，如此分解下去，可以得到很多層。可以看出，齒輪減速機不同的層次只有不同的分辨率，層次越往下頻率分辨率越高。但是，組合成濾波器時，齒輪減速機每層所取得的子帶是固定的，因而只適應于特定的信號。波包分解過程，它是將每層所有的子帶均分為二，并傳至下層。R系列減速機可以看出每層的子帶都覆蓋信號所占有的頻率，只是各層的分辨率不同。因此，利用小波包分解多少層，以及在各層選擇那些子帶來分析使用十分靈活。即對不同的信號，可以選擇相應的R系列同軸減速機“佳”濾波器組。小波包分解的過程與小波的分解過程樣，也是把信號分解為低頻和高頻兩部分，所不同的是小波包分解是把上層所分解得到的低頻信號和高頻信號同時進行分解，因此，也將齒輪減速機小波包分解理解為是對信號所包含的頻率段進行劃分。原信號經小波包分解后得到的各個小波包表示信號所包含的不同的頻率段。這些小波包的頻帶相鄰，帶寬樣，小波包分解對信號頻率劃分這—特性可以應用于信號的濾波。但是，每個R系列減速機小波包含有信號的點數比上層小波包的點數少半，因此，分解的層數越多領域分辨率越高，時域分辨率越低，這對分析信號是不利的。為提高時域分辨率可以通過小波包的重構算法，對每個小波包分別進行重構。
R系列減速機小波包重構的方法如下：信號經過J層小波包分解后得到2J個小波包，如要重構某小波包,只需保留這小波包的數據，而齒輪減速機把這層中其他小波包的數據置為零。然后把經這樣處理后小波包數據代入重構公式，R系列減速機經過J層重構之后就可以把這小波包的的域分辨率提高到原來的大小。齒輪減速機采用這種重構方法可以得到信號在任何個頻率段上的成份，這種方法常被人們稱為小波包濾波。小波包濾波與常規的濾波方法是不樣的。/Products/r87jiansuji.html

  斜齒輪減速機小波變換理論。結合實例我們可知斜齒輪減速機小波變換對于齒輪故障的定位要優于傳統的快速傅里葉變換。其小波變換在高頻段中有較好的時間分辨率和較低的頻率分辨率。對于包含多種頻率的諧波和微小突變信號，使用小波變換理論對于沖擊信號進行定位的精度要高于FFT，這說明齒輪減速電機小波變換是區分高頻域中瞬時沖擊的有力工具。通過實例分析說明，斜齒輪減速機小波變換能夠成功的檢測和定位減速機中的故障。這個研究說明小波理論在檢測減速機故障中的有效性，同時也說明它也是種監測齒輪減速電機運行工況的較好工具。目前，小波理論廣泛的應用于信號處理，圖像處理，模式識別，地震學以及機械故障診斷中。狀態監測與故障診斷的主要內容包括故障信號的檢測，故障診斷和早期故障預測診斷等。傳統的振動故障診斷主要是基于頻譜分析的方法，小波變換得出的時頻圖是分析故障信號奇異性的有效工具，為斜齒輪減速機的故障監測和診斷提供了新思路。在介紹小波變換理論和時頻三維圖的基礎上，通過對齒輪減速電機振動情況進行分析，結果表明時頻三維圖不僅能直觀檢測信號中的微弱奇異成分，而且還能有效地對故障進行早期故障監測等。
長期以來，對于斜齒輪減速機的振動故障診斷方法，主要是采用振動頻譜分析的方法，通過利用提取出來的頻率特征進行分析和計算來區分判斷故障的類型。現有的故障診斷方法如模糊數學診斷方法、人工神經網絡診斷方法、專家系統診斷方法等，大多數還是基于振動的頻譜特征來實現。齒輪減速電機基于傳統傅立葉變換的頻譜分析對于平穩的、周期信號分析是十分有效的。對于大型復雜的傳動設備，在實際工程中，當故障發生時，振動信號般表現為非平穩和非周期的特征，此時，傳統的傅立葉變換已經無法完全滿足分析要求。斜齒輪減速機小波變換在時域和頻域內同時具有局部化能力，是分析故障信號奇異性的有效工具，利用齒輪減速電機小波時頻圖能直觀表示出信號中的微弱奇異成分，可以成功提取信號中的微弱奇異特征，為斜齒輪減速機故障診斷提供了新的方法和手段。小波變換的含義是把某稱為基本小波的函數作位移后，然后在不同尺度下與待分析信號作內積，小波變換可以看作是求信號或函數在各種尺度平移信號上的投影，齒輪減速電機增速箱的振動情況可能是由于軸的不平衡、不對中所引起，當高速旋轉時其同軸度不夠好，同時影響了齒輪 Z1 和 Z2 的嚙合狀況，導致在通道處的振動信號亦出現調制現象，由此使得增速箱的振動加大，產生了周期性振動現象。建議檢查軸的同軸度，是否對中，齒輪 Z1 和 Z2 的嚙合情況等。斜齒輪減速機振動故障信號進行了分析研究，結果表明利用小波變換得到的時頻三維圖不僅能夠診斷出振動故障結果，而且還能夠清楚地給出時頻分布情況。該方法為齒輪減速電機狀態監測與故障診斷提供了新的手段。/nmrvjiansuji.html

  錐齒輪減速機頻譜分析。在正常狀態下，錐齒輪減速機產生的平穩振動信號的峭度值基本接近于 3 ，但由于環境噪聲的影響其值般不等于 3 ，而是在 3 的上下波動。齒輪減速馬達沖擊現象越明顯則波動越大，偏離 3的程度也越大。因此可以依據齒輪減速馬達信號峭度值與 3 的偏移量對信號的沖擊現象進行簡單的分類。
錐齒輪減速機結合峭度定義可知，小波包分解后，哪頻率段峭度值出現峰值波動，表明這頻率段存在沖擊成分。齒輪減速馬達觀察圖可以很清楚地看到信號的沖擊頻率成分，利用小波包分解可準確檢測平穩時間序列中包含的沖擊成分。為了識別故障，先齒輪減速馬達獲取信號的小波包分解重構系數，并將這些系數作為特征向量計算出其峭度 (Kurtosis) 值。錐齒輪減速機峭度廣泛的應用于機械設備振動監測中，因此對于齒輪減速馬達正常運行及非正常運行的機械設備便產生了經驗標準數值來評判機械設備當前的工作狀態。在錐齒輪減速機工況監測中，將正常狀態下運行的錐齒輪減速機振動信號的峭度值設定范圍為 (3 ～ 4.5) 。比較節點 (3, 0) ～ (3, 7) 處小波包重構信號的齒輪減速馬達峭度值大小并結合峭度定義作進步分析，就可對系統進行監測和故障信息提取。由 8 個節點處小波包分解后的重構信號的峭度值大小計算結果。
齒輪減速馬達利用傳統的頻譜分析方法只能從頻譜圖上了解振動信號所包含的頻率成分，而無法確定具體頻率成分的振動形式，因此無法對具體的頻率成分進行進步的分析研究。而利用小波包分解與重構技術則不僅可以觀察到振動信號所包含的頻率成分，同時也能夠確定齒輪減速馬達任意頻率成份的具體振動形式。在此利用小波包分解技術對錐齒輪減速機的振動信號進行分解，選取分解層數為3，小波基選‘ db2 ’小波，小波包分解的結果。圖下的數字表示對應的小波包結點數。
錐齒輪減速機小波包的分解系數的重構信號，即重構某小波包，只需保留這小波包的數據，而把這層中其他小波包的數據置為零。然后把經處理的齒輪減速馬達小波包數據代入重構公式 (4.60) ，經過 J層重構之后就可以把這小波包的時域分辨率提高到原來的大小(信號長度恢復)。分析該減速機的動信號的3層小波包分解結果不難看出，在節點 (3, 0) 和節點 (3, 1)處的小波包分解系數及齒輪減速馬達重構系數有明顯周期性，錐齒輪減速機觀察它們各自的頻譜圖，已知節點 (3, 0) 處小波的頻段為 {0 ～ 320Hz}，在這個頻段中210Hz 這個頻率所激起的能量高 (520W) ，而該頻率就是 Z2 齒輪的嚙合頻率。同樣方法，節點 (3, 1) 處小波包的頻段為 {320 ～ 640Hz} ，該頻段內大的能量峰值 (580W) 出現在420Hz處，此即為錐齒輪減速機Z2 齒輪嚙合頻率的 2 倍頻。因此可以得出結論。/zhijiaozhou.html

  三相異步電動機機械系統。機械系統的基本功能是傳遞運動和動力，三相異步電動機齒輪傳動是傳遞動力和運動的種主要形式。隨著現代工業的發展以及航空航天工業、機器人等現代化工業產品的使用，使機械傳動機構向高性能、高精度、大功率、剎車電機高速重載等方向迅速發展，剎車電機精密機械對其傳動機構的工作精度及其他傳動性能的要求越來越高。剎車電機行星齒輪傳動是齒輪傳動的主要類型之，它是將定軸線齒輪傳動變為動軸齒輪傳動，采用功率分流，用若干個行星輪分擔載荷，并且合理應用內嚙合，以及采用合理的均載措施等，由于其質量輕、體積小、傳動范圍大、承載能力不受限等優點得到了廣泛的應用。
少齒差行星齒輪傳動是種特殊的行星齒輪傳動機構，剎車電機屬于K-H-V型式的行星傳動，K為個中心輪，H 為個行星架，V為帶個等速輸出機構(W 機構)的輸出軸。少齒差行星齒輪傳動具與行星齒輪傳動基本相同的特點，結構緊湊、體積小、重量輕、三相異步電動機傳動比范圍大、傳動效率較高、加工制造方便和成本較低等。K-H-V型行星傳動主要有兩種型式：漸開線少齒差行星齒輪傳動和。擺線少齒差行星傳動，，是 20 紀 30 年代學者發明的。起初由于擺線齒輪工藝復雜，發展十分緩慢，隨著剎車電機生產的需要，漸開線內齒輪難以進行齒面硬化后的精加工，阻礙了其承載能力和傳動精度的提高，而三相異步電機嚙合的內齒輪是由針齒銷、套組裝而成的，比上述工藝簡便，使這種傳動有了發展的機遇，并在中等功率傳動中獲得了可靠的應用。以剎車電機外擺線為齒廓曲線，其中個齒輪采用針輪形式，該傳動由于其主要傳動零件均采用軸承鋼并經磨削加工，傳動時又是多齒嚙合，故承載能力高、運轉平穩、效率高、壽命長，但其加工過程難度大精度要求較高，成本較高。
三相異步電動機活齒少齒差行星傳動(簡稱活齒傳動)，它是種利用活動的輪齒(活齒)傳遞兩同軸之間回轉運動和動力的機械傳動。活齒傳動的類型有：擺動活傳動、推桿活齒傳動、滾珠活齒傳動、移動活齒傳動、套筒活齒傳動等。活齒傳動初的結構型式是在 20 紀 30 年代由人提出的，到 40 年代他們把活齒傳動技術應用到汽車轉向機構中。50 年代，蘇聯學者對活齒傳動的種形式“柱塞傳動”進行了理論研究，提出了它的運動學和力的計算方法。我對活齒傳動的研究起步較晚。從70 年代起，我的剎車電機科技工作者才開始注意外活齒傳動的發展，經過十幾年的開拓，在理論研究和產品開發方面都取得不少成績，先后推出了多種專利技術：剎車電機變速傳動軸承、密切圓活齒傳動、擺動活齒減速機、三相異步電動機、套筒活齒減速機等。有以三相異步電動機為主要研究代表的推桿活齒傳動機構，以剎車電機為主要研究代表的變速傳動軸承，以剎車電機研究的套筒活齒傳動機構，以剎車電機為研究代表的擺動活齒傳動機構。
三相異步電動機活齒傳動有的已應用于生產，有的在際內獲獎，該傳動不僅在應用上取得很大成績，在理論研究上也有較大的成果，三相異步電動機利用機構學中轉化機構法、等效機構法、滑滾替代法及機構演化等研究各種活齒傳動的結構、齒形綜合、運動學和動力學及加工制造等系列理論和應用內容，是部較全面系統研究活齒傳動的著作具有突出的研究特色。剎車電機擺線活齒行星動是在擺線針輪傳動的基礎上開發的新型活齒傳動，剎車電機分為兩種型式即徑向嚙合的擺線滾柱活齒行星傳動和端面嚙合的擺線鋼球活齒行星傳動。/Products/bianpindianji.html

  平行軸減速機信號預處理。平行軸減速機信號預處理：F系列減速機信號預處理的目的是改善信號結構，提取信號的某些特征量，以取得佳的識別效果。常見的信號預處理方法有以下幾種：
1、平行軸減速機信號歸處理：時域信號為原始的信號，F系列減速機人工識別各種信號的主要依據就是時域信號的形狀。為保證識別效果，應對幅值進行歸處理，般是進行幅值歸。由于采集的各數據單位不致，因而須對數據進行歸化處理。
2、平行軸減速機頻域信號處理：頻域信號處理中取功率譜為計算參數。
3、時域特征處理：F系列減速機計算出峰值、均值、標準差、變異系數、偏態系數、峭度系數、波形指標、峰值指標、平行軸減速機脈沖指標和裕度指標，這些參數同時域信號起用于信號識別，其結果是比單用時域波形的錯診率下降。
4、AR 建模參數法：以上輸入數據的長度都比較大，F系列減速機網絡處理時間長，因而平行軸減速機需要尋找種輸出數據量小的方法。 AR 建模法是建立個40階的 AR 模型，根據輸入數據確定 AR 模型的模型參數。F系列減速機是介于時域和頻域特征分析之間的種方法。
5、平行軸減速機小波變換法：采用Daubechies正交小波基為基本濾波器，作10階小波的次近似和次細節共512個點(Daubechies正交小波要求點數為2的整次冪)。常用的種方法是用小波分析對信號進行預處理，即以小波空間作為模式識別的特征空間，通過小波分析來實現信號的特征提取，然后將提取的特征向量送入神經網絡處理；另種即所謂的F系列減速機小波神經網絡(Wavelet Neural Network,WNN)或小波網絡(Wavelet Network WN)。平行軸減速機小波神經網絡早是由法著名的信息科學研究機構 IRLSA的 Zhang Qinghu 等人1992年提出來的。小波神經網絡是基于小波變換而構成的神經網絡模型，即F系列減速機用非線性小波基取代通常的神經元非線性激勵函數(如 Sigmoid 函數)，把小波變換與神經網絡有機地結合起來，充分繼承了兩者的優點。
平行軸減速機信號識別采用BP神經網絡，對預處理后的信號作為輸入參數進行學習，確定該信號的類型。人工神經網絡能夠出色地解決那些傳統模式識別方法難以圓滿解決的問題，所以故障診斷技術是人工神經網絡的重要應用領域之。在F系列減速機眾多的神經網絡中，基于BP 算法的多層感知器(MLP)神經網絡理論為堅實，應用也廣泛。振動信號分析是機械設備工況監測與故障診斷的重要手段。軋機F系列減速機是廣泛應用于軋鋼等工藝中的重要設備。平行軸減速機工作環境惡劣，工況復雜，軋鋼過程中每次咬鋼、甩鋼都伴隨著較大的沖擊，因此極易產生故障，如內部齒輪系統傳動鏈的磨損導致的振動加劇和沖擊現象，這可以從平行軸減速機的振動特性上體現出來。/Products/F57jiansuji.html

  斜齒輪蝸輪蝸桿減速機傳動敘述。斜齒輪蝸輪蝸桿減速機設備振動的相對標準是振動標準在設備狀態監測與典型故障診斷中的應用，特別適用于尚無適用的振動對標準的設備。S系列減速機應用方法是對同類型的組設備或同設備的同部位的振動進行定期檢測，以斜齒輪蝸輪蝸桿減速機正常情況下的值為原始值，根據實測值與原始值的比值是否超過的標準來判斷設備的狀態。通常，相對標準的確定根據頻率的不同分為低頻(<1000Hz)和高頻(>1000Hz)兩段，低頻段的依據主要是經驗值和人的感覺，而高頻段主要是考慮了結構的疲勞強度。
斜齒輪蝸輪蝸桿減速機擺線鋼球行星傳動是種具有無回差、S系列減速機結構緊湊、承載能力強、傳動效率高等良好性能的新型精密傳動機構。現代工業對精密傳動的精度要求越來越高，精度般是由誤差來衡量的，故對擺線鋼球行星傳動的誤差分析就顯得尤為重要。論文根據誤差與精度理論，通過分析擺線盤齒廓的加工及檢測現狀，提出了斜齒輪蝸輪蝸桿減速機盤齒廓誤差評定項目，確定出誤差分析的研究內容。分析了該傳動中重要構件——S系列減速機擺線盤的齒廓結構參數與齒廓誤差的影響關系，利用其擺線齒廓方程推導了齒廓誤差計算公式。分析了S系列減速器齒廓誤差的檢測方法，根據擺線盤的齒廓結構特點選擇公法線法檢測擺線齒廓誤差，并推導了擺線齒廓公法線長度計算公式。
根據斜齒輪蝸輪蝸桿減速機等速輸出機構的傳動原理，分析了能夠實現無隙嚙合的等速輸出機構的類型，并研究分析了鋼球環槽等速輸出機構傳動誤差來源，利用等效機構法建立了該等速輸出機構傳動誤差計算的數學模型，并推出了傳動誤差計算公式，利用軟件程序計算并分析了該傳動誤差隨結構參數誤差的變化規律。研究了擺線鋼球行星傳動機構的傳動精度，綜合分析了加工制造誤差、S系列減速機安裝誤差等影響該機構傳動精度的誤差因素，建立了擺線鋼球行星傳動機構傳動誤差分析的數學模型，并推出該機構的綜合傳動誤差計算式。應用誤差評定原理的概率統計法分析了各誤差因素的概率分布規律，推出了傳動誤差的統計計算式。斜齒輪蝸輪蝸桿減速機機械系統的基本功能是傳遞運動和動力，S系列減速機齒輪傳動是傳遞動力和運動的種主要形式。
斜齒輪蝸輪蝸桿減速機隨著現代工業的發展以及航空航天工業、機器人等現代化工業產品的使用，使機械傳動機構向高性能、高精度、大功率、高速重載等方向迅速發展，精密機械對其傳動機構的工作精度及其他傳動性能的要求越來越高。S系列減速機行星齒輪傳動是齒輪傳動的主要類型之，它是將定軸線齒輪傳動變為動軸齒輪傳動，采用功率分流，用若干個行星輪分擔載荷，并且合理應用內嚙合，以及采用合理的均載措施等，由于斜齒輪蝸輪蝸桿減速機質量輕、體積小、傳動范圍大、承載能力不受限等優點得到了廣泛的應用。/Products/S87jiansuji.html

  BKM075減速機神經網絡的缺陷。傘齒輪減速機用歸化預處理后故障振動信號來反映的K系列減速機內輪齒的故障信息特征，并以此作為前置處理手段為神經網絡提供輸入特征向量，利用神經網絡的式分類功能，有效地識別出正常狀態、輕微磨損狀態和傘齒輪減速機嚴重磨損狀態等3種類型K系列減速機內輪齒的運行狀態。對K系列減速機監測工況分為三個階段：
第階段，傘齒輪減速機未加潤滑添加劑的階段；
第二階段，傘齒輪減速機加入了潤滑添加劑，并已經連續運行24小時以上；
第三階段，K系列減速機在潤滑添加劑作用狀態下連續工作了6個月。
試驗用二號水平立輥軋機傘齒輪減速機的結構及測點布置。其中，測點對中的通道，安放在減速機的高速端(即動力輸入端)。安放在傘齒輪減速機的輸出軸低速端。為具可比性，三次測量的測點及所用傳感器各性能參數都不變。用便攜式振動分析監測系統對K系列減速機進行在線振動測量，所選傳感器為ICP壓電式加速度傳感器。采集到的數據經歸化處理作為神經網絡的輸入樣本特征數據。第階段1通道上采集到的時域信號，此信號所反映的即為下節定義的K系列減速機嚴重磨損狀態階段。時域信號反映了故障傘齒輪減速機原始的振動信息。因此將其振動信號作為狀態樣本數據是合理的。運用 BP 神經網絡對故障傘齒輪減速機進行故障模式識別分類，用來監測當前減速機的工作狀態。將待檢K系列減速機內輪齒的工作狀態設定為正常狀態、輕微磨損狀態和嚴重磨損狀態等3種類別。先，需要網絡的目標和輸入樣本。對傘齒輪減速機的運行狀態進行監測，獲得了12組狀態樣本數據，將K系列減速機內部輪齒故障類型定為正常狀態數據、輕微磨損狀態數據和嚴重磨損狀態3種。
傘齒輪減速機振動信號的神經網絡分析，經過試驗采集了減速機不同工作階段的振動信號，從時域分析了減速機振動信號隨著內部輪齒磨損量增加的變化規律。用與內部輪齒磨損具有良好相關性的 12 組參數和 3 組參數作為K系列減速機內部輪齒磨損的訓練特征向量和檢驗特征參量，采用前向的 BP 人工神經網絡進行磨損量識別，獲得了較高的識別精度。雖然 BP 網絡得到了廣泛應用，但其自身也存在些不足，包括幾個方面的問題。
(1) 由于傘齒輪減速機學習速率是固定的，因此，網絡的收斂速度慢，需要較長的訓練時間。對于些復雜的問題， BP 算法需要的訓練時間可能會非常長。這主要是由于學習速率太小造成的，可采用變化的學習速率或自適應的學習速率加以改進；
(2) BP 算法可以使權值收斂到某個值，但并不能保證其為誤差平面的全局小值，這是因為采用梯度下降法可能會產生個局部小值。對于這個問題，K系列減速機可以用附加動量法來解決；
(3)傘齒輪減速機網絡隱含層的層數和單元數的選擇尚無理論指導，般是根據經驗或者通過反復實驗確定。因此，網絡往往存在很大的冗余性，定程度上增加了網絡學習的負擔；
(4) 網絡的記憶和學習具有不穩定性。也就是說，如果增加了學習樣本，訓練好的網絡就得重從頭開始重新訓練，對于以前的權值和閾值是沒有記憶的。BP 網絡與小波包分析的結合較好的克服了單 BP網絡的缺陷和不足。/Products/k97jiansuji.html

  R系列減速機神經網絡故障識別系統。R系列減速機神經網絡作為種自適應的模式識別技術，并不需要預先給出有關模式的經驗知識和判別函數，它通過自身的學習機制自動形成所要求的決策區域。齒輪減速機網絡的特性由其拓撲結構、神經元特性、學習和訓練規則所決定。R系列減速機可以充分利用狀態信息，對來自于不同狀態的信息逐進行訓練而獲得某種映射關系。而且齒輪減速機網絡可以連續學習，如果環境發生改變，這種映射關系還可以自適應地進行調整。
因此，R系列減速機神經網絡由于自身的特性，在故障模式識別領域中有著越來越廣泛的應用。下面以單隱層BP網絡為例，介紹基于神經網絡的故障診斷的方法和特點。其中，網絡的輸入結點對應著故障征兆，R系列減速機輸出結點對應著故障原因。先利用組齒輪減速機故障樣本對網絡進行訓練，以確定網絡的結構(中間層的傳遞函數和神經元數目)和參數(神經元之間的連接權值和閾值)。網絡訓練完畢后，R系列同軸減速機故障的模式分類就是根據給定的組征兆，實現征兆集到故障集之間的非線性映射的過程。利用神經網絡進行故障模式識別具有以下特點：
(1) 可用于系統模型未知或較為復雜的系統模型；
(2) R系列減速機兼有故障信號的模式變換和特征提取功能；
(3) 對系統含有不確定因素、齒輪減速機噪聲及輸入模式不完備的情況下不太敏感；
(4) 可用于復雜多模式的故障診斷；
(5) 可用于R系列減速機離線診斷，也能適應實時在線監測的要求。
先，R系列減速機基于定數量的訓練樣本集(通常稱為“征兆－故障”數據集)對神經網絡進行訓練，得到期望的診斷網絡；其次，根據當前診斷輸入對系統進行診斷。診斷的過程即為利用神經網絡進行前向計算的過程。在學習齒輪減速機和診斷之前，通常需要R系列減速機對診斷原始數據和訓練樣本數據進行適當的處理，包括齒輪減速機預處理和特征選取(提取)等，目的是為診斷網絡提供合適的診斷輸入和訓練樣本。此外，盡管神經網絡和傳統的故障診斷是兩種不同的診斷方法，但兩者是緊密聯系在起的。如采用齒輪減速機小波分析等數據處理方法，可以為神經網絡診斷提供可以利用的特征向量。故障診斷中常用的是振動信號，故障R系列減速機反映的振動信號是減速機故障診斷的主要信號來源，其中包含有各種信號。它是分析、診斷R系列減速機工作情況的主要的依據。有必要對其進行分離及分類識別。利用神經網絡的方法，也可以對異常信號進行識別，識別過程般包括以下幾個步驟：
(1) 信號提取：先對信號包絡，然后根據齒輪減速機包絡后的各個凸包區來選取各個有效信號。
(2) 信號處理：分別采用時域、頻域、參數建模和齒輪減速機小波變換等不同的方法信號進行預處理。/Products/r67jiansuji.html

  斜齒輪減速機的模式識別。斜齒輪減速機常用的模式識別方法自然界的事物和現象般可分為多個相似，但又不完全相同的群體或個體組成的類別人們把這樣的類別稱為模式類或模式，而把其中每個事物或現象稱為該模式的個樣本。齒輪減速電機同類的樣本彼此相似，具有某些共同的特征，不同類的樣本彼此互不相似。所謂斜齒輪減速機模式識別就是從模式空間到類別隸屬空間的正確映射。齒輪減速電機故障診斷中經常用到以下模式識別方法：
(1) 統計分類方法。該方法是利用了斜齒輪減速機各模式類的分布特征，即直接利用各類的概率密度函數、后驗概率等，或隱含地利用上述概念進行分類識別。按照齒輪減速電機判別準則來劃分統計分類方法，括小誤判概率準則和小損失判決規則等。
(2) 聚類分類方法。為了避免斜齒輪減速機估計概率密度的困難，可以來用該方法。在定條件下，根據樣本空間的相似性把樣本集分為若干子集，結果應是齒輪減速電機某種表示聚類質量的準則函數為大。常用樣本的相似性測度包括距離指標和角度指標。斜齒輪減速機聚類分類方法是種無監督的學習方法，就是不利用樣本的類別屬性知識，只根據樣本的相似性進行分類的方法。這種方法的前提是，齒輪減速電機同類樣本的特征向量相互靠近而不同類樣本的特征向量距離要大得多。常用的方法包括C均值法和 IS0DAIA 算法。
(3) 模糊模式識別。該方法利用斜齒輪減速機模糊數學的理論和方法來解決模式識別問題，因此適用于分類識別對象或要求的識別結果具有模糊性的場合。目前，模糊模式識別的方法很多，簡單、常用的就是大隸屬度原則。在斜齒輪減速機傳統的模式識別技術中，模式分類的基本方法是利用判別函數來劃分每個類別。在很多情況下，特別是對于線性不可分的復雜決策區域，齒輪減速電機判別函數的形式也就格外復雜。而且由于全面的典型參考模式樣本不容易得到，但如果采用概率模型，則會損失模式識別的精度。
斜齒輪減速機神經網絡作為種自適應的模式識別技術，并不需要預先給出有關模式的經驗知識和判別函數，它通過自身的學習機制自動形成所要求的決策區域。網絡的特性由其拓撲結構、神經元特性、學習和訓練規則所決定。它可以充分利用狀態信息，對齒輪減速電機來自于不同狀態的信息逐進行訓練而獲得某種映射關系。而且網絡可以連續學習，如果斜齒輪減速機環境發生改變，這種映射關系還可以自適應地進行調整。因此，神經網絡由于自身的特性，在故障模式識別領域中有著越來越廣泛的應用。下面以單隱層 BP 網絡為例，介紹基于神經網絡的故障診斷的方法和特點。其中，網絡的輸入結點對應著故障征兆，輸出結點對應著故障原因。先斜齒輪減速機利用組故障樣本對網絡進行訓練，以確定齒輪減速電機網絡的結構(中間層的傳遞函數和神經元數目)和參數(神經元之間的連接權值和閾值)。網絡訓練完畢后，故障的模式分類就是根據給定的組征兆，實現征兆集到故障集之間的非線性映射的過程。/Products/chilunjiansumada.html

  錐齒輪減速機小波分析結合。目前錐齒輪減速機小波分析和神經網絡結合的途徑主要有兩種:
(1) 錐齒輪減速機松散型結合：即小波分析作為神經網絡的前置處理手段，為神經網絡提供輸入特征向量；
(2) 錐齒輪減速機緊致型結合：小波和神經網絡直接融合，即用小波函數和尺度函數形成神經元。
齒輪減速馬達小波神經網絡通過上述兩種途徑的結合，形成了廣義上的兩種齒輪減速馬達小波神經網絡。其中第2種類型的小波神經網絡，即狹義上的小波神經網絡，主要用于對非均勻性數據對的逼近。在故障診斷領域，多采用小波分析和神經網絡的松散型結合方法。
把小波分析中的多分辨率技術和 Fourier 頻譜技術結合起來，也可以為錐齒輪減速機神經網絡提供種輸入向量。 Fourier 變換的頻譜譜線非常豐富，它們譜線值的組合能反映故障的特征，因此可以作為神經網絡的特征輸入向量。但齒輪減速馬達若有512條譜線，則需512個輸入節點，顯然使網絡的結構過于龐大。這時可以用小波分析中的多分辨率技術，把 Fourier 頻譜在定尺度上分解為離散逼近部分和若干離散細節部分。該逼近部分譜線數減少，但錐齒輪減速機仍保留了原頻譜的主要特征。如經過3層分解，逼近部分譜線數將降為原來的1/8，即64條。這對齒輪減速馬達旋轉機械來說將極大簡化輸入特征向量的提取。為小波包分解系數作為網絡特征量輸入的神經網絡模式分類模型示意圖，圖中輸出層模式暫定為正常狀態，輕微磨損，嚴重磨損3種狀態。
錐齒輪減速機小波網絡技術充分的利用了小波包完全分解的特性和神經網絡在智能識別方面的優勢，通過將從故障錐齒輪減速機上采集到的振動信號進行小波包分解，提取能反映減速機故障信息的小波包分解系數或小波包分解誤差值，將其作為特征向量輸入神經網絡進行智能識別來對齒輪減速馬達進行故障監測和識別。齒輪減速馬達故障診斷系統的訓練(a)和實測(b)數據驗證流程圖。神經網絡理論及其在減速機故障診斷模式識別上的應用，結合例子說明神經網絡方法在減速機故障診斷工作中的可行性，指出了傳統神經網絡在齒輪減速馬達故障模式識別上的優點與不足，并提出了錐齒輪減速機小波神經網絡的概念和其優勢。本文提出小波包能量特征的思想，將采集到的減速機振動信號進行小波包分解，通過分析觀測信號在錐齒輪減速機小波包某分解層次上不同時頻分辨空間中的能量分布，進行減速機運行狀態的特征提取，對提取的特征用神經網絡技術進行故障識別、分類，得到故障分類類型，從而建立起齒輪減速馬達運行狀態的實時監測體系。這種方法在減速機運行工況的模式識別領域具有廣闊的應用前景。/nmrvjiansuji.html

  三相異步電動機減速傳動機構。所以大力發展三相異步電動機汽車裝備制造業已成為我汽車工業發展的個重點。本課題的研究將為我汽車行業不斷增強自主開發能力，提高汽車產品的綜合技術水平，推進汽車裝備開發和應用、剎車電機模塊化的研究和制訂等方面的創新發展，達到提高我三相異步電動機的際競爭力、實現可持續發展打下堅實的基礎。
在外，些發達家及早地將注意力轉向三相異步電動機自動裝配技術，并取得了卓越的成果，些產品、部件的裝配過程逐漸擺脫了工人的操作，三相異步電動機柔性裝配系統(FAS)已成為CIM$的個重要環節。外很強調全面考慮，綜合解決，剎車電機涉及到產品開發設計、生產工藝、生產管理和零部件制造等各個部門和各個環節。如奔馳公司的奔馳汽車生產線，自動化程度相當高，剎車電機各個裝配工位都采用了先進的現代化技術，如傳感、電子控制，甚至美學都應用其中。這也使得其公司在全界的競爭力獨占鰲頭，撼之不動。三相異步電動機傳動系統的要任務是與發動機協同工作，以保證汽車各種行駛條件下正常行駛所必需的驅動力與車速，并使汽車具有良好的動力性和燃油經濟性。三相異步電機發動機的輸出扭經過變速器，再通過傳動軸傳遞到汽車驅動橋，驅動橋的作用是將扭矩傳遞到驅動輪上。現在也有多驅(多于兩輪驅動)汽車，變速器后面配有的分動器，將剎車電機變速器的輸出扭矩分給不同的驅動橋。
三相異步電動機主減速器的減速傳動機構為對準雙曲面圓錐齒輪，主動和從動錐齒輪之間必須有正確的相對位置，剎車電機方能使兩齒輪嚙合傳動時沖擊噪聲較輕，而且輪齒沿其長度方向磨損較均勻。為此，在結構上方面要使主動和從動錐齒輪有足夠的支承剛度，使其在傳動過程中不至于發生較大變形而影響正常嚙合；另方面應有必要的嚙合調整裝置。為保證主動錐齒輪有足夠的支承剛度，剎車電機主動錐齒輪5與軸制成體(后面稱之為主動齒輪軸或主動錐齒輪軸)，前端支承在互相貼近而小端相向的兩個圓錐滾子軸承上。汽車驅動橋主減速器的裝配質量是影響整個汽車驅動橋性能的個重要因素。裝配主減速器時，為了減小在錐齒輪傳動過程中產生的軸向力所引起的齒輪軸的軸向位移，提高軸的支承剛度，保證三相異步電動機錐齒輪副的正常嚙合，圓錐滾子軸承應有定的裝配預緊度，即在剎車電機消除軸承間隙的基礎上，再給予定的壓緊力。三相異步電動機軸承的軸向間隙不應超過0.1mm，可通過更換不同厚度的隔套，或者在兩軸承內座圈問裝入組厚度不同的調整墊片3，通過調整墊片的厚度來實現調整軸承預緊度的目的。/Products/lvkedianji.html

  平行軸減速機裝配線布置。平行軸減速機裝配線布置是種很重要的技術，可以說，任何有著多種零部件并進行大批量生產的終產品在某種程度上都采用裝配線生產。華南理工大學的愛虎應用基礎工業工程理論和方法對手工裝配線布置方式進行了改善，平行軸減速機對提高企業生產效率和系統的靈活性以及對市場的適應能力等方面有顯著的作用。F系列減速機采用工序同期化方法對五菱專用汽車公司總裝車間裝配線進行了改善設計，F系列減速機達到降低了工人勞動強度，實現高效率和按節奏生產等目標陸1。平行軸減速機以某企業激光頭基座準備(又稱H—S準備)生產線為研究對象，運用“5W1H”提問技術，分析了流水線存在的各方面問題，對F系列減速機生產線進行了重新布置，新方案的實施使生產線生產能力得到了極大提高”1。
按照平行軸減速機裝配線平面布置的形狀它可以分為直線型，U型，環型“。傳統的裝配線設計成直線型，F系列減速機線上分工很細，相對于需求的變化，難以重新調整而達到新的平衡。線上的操作人員進行的是簡單的重復作業，枯燥無味，容易產心理疲勞，也會增加失業率。混流型和U型裝配線是多品種小批量的種裝配組織方式，實現裝配單元內的作業人員人多機操作，減少操作人員，提高了系統的柔性和裝配效率，便于隨時調整作業人數，適應F系列減速機和產量需求的變化。混流型和u型裝配線布置是JIT生產系統的個特征，也是JIT系統實現“只在需要的時候，按需要的量，裝配所需的產品”目標的重要措施。平行軸減速機u型裝配線布置有著直線型裝配線布置的不可比擬的優勢。環型裝配線是在u型裝配線的基礎上發展起來的，它的目的是為了重復利用裝配線上的某個輔具，F系列減速機通過添加軌道和轉向機構而讓裝配線構成封閉形狀。它同樣也具有u型裝配線的特點。
平行軸減速機同步式裝配線，即裝配總成與輸送線同步運行，線上各工位的操作節拍是相等的，所以容易造成不均衡生產。非同步式柔性裝配線，即裝配的總成與輸送線運行是不同步的，在線上不同的裝配工位上，根據平行軸減速機裝配的需要，被裝配的總成在定的節拍范圍內可以自由調節，并具備存放寄存的功能。也就是說，F系列減速機非同步輸送是以摩擦滾輪輸送為典型結構，主輸送線是連續輸送的，按平行軸減速機需要由線上釋放限位機構對裝配小車進行定位，工件在全線不同區段上可按不同節拍輸送，全線不同工位上的操作，在時間差允許范圍內節拍可自由調節。/Products/F87jiansuji.html

  斜齒輪蝸輪蝸桿減速機裝配線工藝流程。斜齒輪蝸輪蝸桿減速機裝配線工藝流程的設計根據主減速器總成結構特點，理順了線上物流，保證了成對零件(如主、被齒；差速器左、右殼等)正確配對安裝，注意了S系列減速機分裝支線與裝配合線的節拍協調，般不會出現混淆錯裝。另外 斜齒輪蝸輪蝸桿減速機零件在裝配和輸送過程確保了避免磕碰，注意了S系列減速機整個車間的布置合理，物流順暢。
降低斜齒輪蝸輪蝸桿減速機裝配勞動強度注意設計和發揮專用工、輔具的作用，盡可能降低裝配勞動強度。提高可靠性和壽命，在設備的設計中，適當的加大厚度和布置加強筋，增強了設備的剛度和強度，以提高S系列減速機使用的可靠性和使用壽命。在原材料的選擇中和后處理中對這方面也進行了考慮。充分考慮柔性和未來變化及發展，由于各種型號的S系列減速機主減速器總成在結構上存在定差異，特別是中橋的結構比較復雜。S系列減速機裝配線的設計要盡可能兼顧各種總成的不同特點，盡可能共用設備，以提高裝配線的使用效率。本裝配線都具有定的可擴展性，在適當增加和更換部分工具和部件后能完成類似中、后橋斜齒輪蝸輪蝸桿減速機主減速器總成的裝配工作。并且考慮到今后可能的發展，盡量考慮企業未來產品變化，在工藝御局和設備設計時提前進行統規劃，確保在將來產品變化時不需大的調整。
這里我們提出了斜齒輪蝸輪蝸桿減速機三環的總體設計方案，先在二條環線上進行并行裝配，然后在另條環線上進行合裝。S系列減速機三環分別是主環、差環和合環。其中主環是主齒部件的裝配，差環是差速器部件的裝配，合環是主齒總成、差速器總成以及主減速器殼體的合裝。主減總成裝配線采用非同步柔性手動輸送線，在S系列減速機適當更換斜齒輪蝸輪蝸桿減速機壓頭等部分工、輔具后，可完成多品種的中、后橋主減速器總成的裝配工作。可以協調各工位間裝配工作的節拍差異，并可較好地發揮裝配線的生產潛力，適應多品種產品變化的要求。輸送線采用手推小車、平導軌式，S系列減速機輸送線上設有停止器、緩沖器、定位器，可隨時停止與啟動斜齒輪蝸輪蝸桿減速機。斜齒輪蝸輪蝸桿減速機主環和差環的裝配線采用平面雙循環形式，在四個轉角處設有轉向機構。并依據物流及裝配順序，隨行小車物流方向自然返回。各工位設有定位器，小車間設有緩沖器，可適用多品種變化的要求。該斜齒輪蝸輪蝸桿減速機輸送線上料高度約為820皿(自地面至工件的定位面或定位止口)左右，隨S系列減速機裝配工藝的需要，在軌道合適的位置，布置了定位機構，扳動定位手柄，定位塊插入裝配小車的定位槽中，即可保證裝配小車停留在確定位置，以完成該工位的裝配工作。/Products/S87jiansuji.html