热能动力工程

作者：董振勇,国枫,尹逊民,王晓红

单位：中国船舶集团有限公司第七〇三研究所,,中国船舶集团有限公司第七〇三研究所,,中国船舶集团有限公司第七〇三研究所,,中国船舶集团有限公司第七〇三研究所,

关键词：轴线平行度误差;NRBO-ELM;回归预测;齿根应力

轴线平行度检测是齿轮箱装配过程中的重要流程，平行度误差对设备运行状态有着显著影响。为了便捷、精确的获取轴线平行度误差，本文提出一种基于梯度策略的群优化算法（NRBO）改进极限学习机（ELM）算法的轴线平行度预测方法。该方法基于数据驱动的神经网络算法与有限元仿真相结合，以某型宽斜齿轮副为研究对象，通过仿真获取齿根应力分布数据，进而训练NRBO-ELM算法，实现对轴线平行度快速准确的预测。首先，通过有限元计算了900组不同轴线平行度误差下的齿根应力分布数据，生成数据集的同时分析了轴线平行度误差对齿根应力分布的影响；然后，使用数据集训练NRBO-ELM预测模型；最后，将结果进行统计学评价，并与ELM算法以及BP算法的预测结果进横向比较。结果表明NRBO-ELM算法可以对齿轮轴线平行度误差进行准确预测。本文所提出的轴线平行度误差预测方法，对进一步实现轮轴线平行度状态在线监测和辅助生成最优平行度误差调整策略，进而改善齿轮箱运行状态，具有重要参考价值。

来源：2026年第4期

《热能动力工程》期刊编辑部

查看热能动力工程杂志2026年第4期