شبیه سازی نرم افزاری و مدلسازی آزمایشگاهی چرخدنده های معیوب مخروطی و بررسی تاثیر ترک و ارتعاشات غیر خطی چرخدنده های مخروطی با تخمین انتظار عمر

در این تحقیق به بررسی ارتعاشات چرخ دنده های مخروطی در حالت های سالم و معیوب پرداخته شد. در این راستا پس از شبیه سازی آزمایشگاهی و نرم افزاری یک گیربکس ساده حاوی یک جفت چرخ دنده مخروطی، سیگنال های خروجی حالت های گوناگون مورد بررسی قرار گرفتند. در اولین گام با مطالعه تحقیقات انجام شده در این راستا، اصول و مبانی روش های آنالیز بررسی شد و بهترین حالت داده برداری انتخاب گردید. در گام نخست آنالیز ارتعاشات، به داده های ارتعاشی نیاز است. برای این کار دستگاهی شامل یک جفت چرخ دنده مخروطی به همراه یک موتور الکتریکی یک چهارم اسب بخار طراحی و ساخته شد. سپس برای داده برداری از سنسورهای پیزوالکتریک نصب شده بر روی پایه گیربکس استفاده گردید. شش حالت گوناگون برای چرخ دنده در نظر گرفته شد که عبارتند از: سالم، شکست اولیه، شکست ثانویه، ساییدگی روی سطح تمام دندانه ها، ساییدگی یک سمت دندانه و ساییدگی دو سمت دندانه. مطالعه ارتعاشات عموما در دو حوزه زمان و حوزه فرکانس انجام می شود. در مطالعات حوزه زمانی پارامترهایی همچون مقدار میانگین، مجذور میانگین مربع، فاکتور بلندی، کورتوسیس، واریانس و نامتقارنی مورد بررسی قرار گرفتند. براساس نتایج حاصل پارامترهای مجذور میانگین مربع، واریانس و فاکتور بلندی در مقایسه با پارامترهای دیگر در تشخیص وجود عیب نتایج بهتری ارائه می دهند. مطالعه در حوزه فرکانس پس از تبدیل فوریه سیگنال های حوزه زمان انجام می شود. با بررسی نتایج حوزه فرکانس اندازه فرکانس بحرانی مشخص می شود. در ادامه به بحث و بررسی روش حوزه زمان-فرکانس پرداخته شد و توانایی روش تجزیه حالت تجربی در پردازش سیگنال مورد بررسی قرار گرفت. این روش وجود کلی عیب در سیگنال زمانی را بخوبی نمایش می دهد. شبیه سازی نرم افزاری گیربکس مورد مطالعه با استفاده از نرم افزار solid works 2007 انجام گرفت. داده های ارتعاشی نیز با استفاده از نرم افزار adams 2010 بدست آمد. پس از آن برای بررسی معادلات غیرخطی یک جفت چرخ دنده مخروطی به صورت سیستم هفت درجه آزادی در نظرگرفته شد. معادلات مذکور با استفاده از روش رانگ-کوتا حل شد. بررسی نتایج عددی، نشانگر حساسیت سیستم به مقدار ضریب میرایی و نسبت سرعت دورانی است. در نهایت برای تعیین حالت و نوع عیب موجود از شبکه عصبی استفاده گردید. نتایج حاصل از روش شبکه عصبی توانایی این روش در تعیین حالت عیب در مقایسه با روش های دیگر را نشان می دهد.