【机械振动】齿轮箱啮合频率计算公式

齿轮箱参数计算公式

整体结构

输入轴(高速轴) → 第一级减速 → 1级轴(中间轴1) → 第二级减速 → 2级轴(中间轴2) → 第三级减速 → 3级轴(输出轴/低速轴)

传动路线是:
动力从输入轴进入,经过三对齿轮逐级减速,最后由3级轴输出低转速、大扭矩。

齿轮频率计算公式

1. 轴转频(齿轮频率)计算

轴的转频就是该轴上任意一个齿轮的旋转频率(因为同一轴上所有齿轮转速相同)。

绝对频率

f 轴 = n 60 f_{\text{轴}} = \frac{n}{60} f=60n

  • n n n:该轴的转速

若输入轴转速 n in = 1500  rpm n_{\text{in}} = 1500 \text{ rpm} nin=1500 rpm,则输入轴转频:

f in = 1500 60 = 25  Hz f_{\text{in}} = \frac{1500}{60} = 25 \text{ Hz} fin=601500=25 Hz

归一化频率系数

以输入轴频率为 1.0:

轴频率系数 = f 轴 f in = n 轴 n in = 1 该轴之前各级总减速比 \text{轴频率系数} = \frac{f_{\text{轴}}}{f_{\text{in}}} = \frac{n_{\text{轴}}}{n_{\text{in}}} = \frac{1}{\text{该轴之前各级总减速比}} 轴频率系数=finf=ninn=该轴之前各级总减速比1

  • 级减速比 = 从动轮齿数 ÷ \div ÷ 主动轮齿数

如:第一级主动齿 Z 1 Z_1 Z1,从动齿 Z 2 Z_2 Z2,则一级减速比 i 1 i_1 i1 与一级轴频率系数 α 1 \alpha_1 α1 为:

i 1 = Z 2 Z 1 i_1 = \frac{Z_2}{Z_1} i1=Z1Z2

α 1 = 1 i 1 = Z 1 Z 2 \alpha_1 = \frac{1}{i_1} = \frac{Z_1}{Z_2} α1=i11=Z2Z1


2. 齿轮啮合频率(GMF)计算

一对啮合齿轮的啮合频率完全相同,等于任一齿轮的齿数乘以它所在轴的转频。

绝对啮合频率

f GMF = Z 主动 × f 主动轴 = Z 从动 × f 从动轴 f_{\text{GMF}} = Z_{\text{主动}} \times f_{\text{主动轴}} = Z_{\text{从动}} \times f_{\text{从动轴}} fGMF=Z主动×f主动轴=Z从动×f从动轴

归一化啮合频率系数

GMF系数 = Z 主动 × 主动轴频率系数 = Z 从动 × 从动轴频率系数 \text{GMF系数} = Z_{\text{主动}} \times \text{主动轴频率系数} = Z_{\text{从动}} \times \text{从动轴频率系数} GMF系数=Z主动×主动轴频率系数=Z从动×从动轴频率系数

提示:计算时,选取哪一侧都可以,结果必须相等,可用来校验传动比是否正确。
解释

随着人类对生命健康需求的不断增长,新药研发面临着前所未有的挑战。传统的药物研发流程通常耗时长达十年以上,耗资数十亿美元,且最终成功率极低,这在制药界被称为“反摩尔定律”困境。近年来,人工智能技术的飞速发展,特别是深度学习和大数据分析的广泛应用,为新药发现带来了革命性的契机。人工智能能够从海量的化学和生物数据中挖掘潜在规律,显著加速药物靶点发现、先导化合物优化等关键环节。在此背景下,本研究旨在设计并实现一个基于人工智能的新药发现辅助系统,以期为传统药物研发流程提供高效的智能化辅助工具,从而有效缩短研发周期并大幅降低研发成本。本研究以Python作为主要开发语言,深度结合PyTorch和TensorFlow两大主流深度学习框架,并集成RDKit化学信息学工具包,构建了一个功能完善的新药发现辅助系统。系统的核心目标是利用先进的人工智能技术辅助新药分子的设计与活性评估。在研究方法上,本文创新性地提出了一种融合多模态数据的新药发现算法。该算法综合处理分子的多种表示形式,包括一维的SMILES序列、二维的分子图结构以及三维的空间构象数据。通过构建多通道神经网络,系统能够有效提取并融合不同模态的特征,从而全面捕捉分子的理化性质与生物学活性之间的复杂非线性关系。 【课程报告内容】 摘要 第1章 绪论 第2章 相关技术与理论 第3章 系统需求分析 第4章 系统总体设计 第5章 系统详细设计与实现 第6章 系统测试与分析 第7章 总结与展望 参考文献 附件-实现指南
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

qq2108462953

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值