斜齿轮滚齿加工依靠2组电子齿轮箱对多轴同步控制,同步误差来源于滚刀B轴的旋转运动和工件C轴的联动误差以及滚刀沿Z轴的轴向运动和工件C轴的联动误差的线性叠加。复杂的运动关系和不平稳的加工状况,使得传统的斜齿轮加工误差补偿困难。采集C轴同步误差信号,利用小波包算法对其进行分解,研究不同频段尺度内子频带信号的幅值分布规律,进行误差特征辨识,重构斜齿轮加工同步误差。根据误差叠加原理,将重构后的同步误差解耦到参与联动的各伺服

柱塞马达压力信号是液压系统重要的信号源，其中压力脉动的特征变化能够反映系统局部乃至全局的运行状态。为从多成分混叠的压力信号中有效分离压力脉动成分，重构时域特征，提出基于集合经验模态分解（Ensemble Empirical Mode Decomposition，EEMD）与小波包分解的压力脉动信号时域特征提取方法。首先，利用EEMD将压力信号与干扰信号分离；其次，根据柱塞泵和柱塞马达压力脉动信号的时频特性，利用小波包分解并重构得到柱塞马达压力脉动信号，提取时域特征；最后，结合实验分析脉动特征随工况的变化规律。该方法经实验验证可行有效，且结果表明：压力脉动幅度随转速的升高而减小，随压力的增大而增大，与压力脉动变化机理一致。研究成果可为柱塞马达的运行状态监测提供方法支撑。