电厂发电机组齿轮箱通常工作在高速高负载和润滑不良的恶劣环境中,研究对其工作过程的有效监测和故障诊断具有重要意义。针对齿轮箱故障信号的非平稳特征,提出了基于小波包分解和神经网络的故障诊断方法。以故障信号小波包分解后的能量信息作为输入向量,以BP神经网络作为分类器对其进行识别和诊断。通过对齿轮箱的正常工况、齿面磨损、缺齿和复合故障等4种类型的分析表明,提出的小波神经网络故障诊断方法可以识别齿轮箱的故障类型。

为了提高风电机组传动链的可靠性,提出了一种量子遗传算法优化支持向量机的故障诊断模型。首先确定支持向量机的模型,然后采用量子遗传算法对惩罚参数和核函数系数进行优化。算法使用量子位编码和量子旋转门实现了对初始种群的编码和更新,提高了优化求解的精确度。通过使用优化后的支持向量机模型对传动链的正常工况、表面磨损和齿轮缺齿等3种类型信息的分类诊断,可以有效解决故障诊断的准确率。

论述了常用行星减速机行星轮轴承的支撑方式和寿命计算方法,结合双模式截割减速机进行实例计算,并利用KISSsoft对轴承寿命的几个影响因素进行模拟分析,提出截割减速机行星轮轴承设计的注意事项,为今后类似设计提供参考。

以齿轮的齿形特点和啮合特性为切入点，从承载能力、加工工艺等方面就双圆弧齿轮较之同参数、同材质、同热处理工艺单圆弧齿轮的优越性进行了对比分析研究，并在实际使用中验证了理论研究的正确性。

对焦化厂普遍存在的电机车驱动装置减速机的失效原因进行了分析,结合使用中暴露出的系列问题对驱动装置减速机进行了改进设计。

针对国内常见的A1400轧机减速机失效形式，从设计计算、制造工艺、安装等各方面进行分析，找到了减速机失效的原因，并提出了行之有效的解决办法。