论文题目：基于虚拟样机技术的RV减速器动态传动误差研究
摘要：随着“中国制造2025”发展战略的逐步实施,越来越多的企业采用“机器换人”的策略转型升级,大量的人工劳动被工业机器人所替换。作为工业机器人扭转关节部位的核心零部件,RV（Rotate Vector）减速器的相关研究越来越受重视。国产RV减速器存在使用寿命低、传动精度低等缺点,导致国内RV减速器市场被日本和欧洲公司所垄断。国内工业机器人企业在RV减速器供给价格以及供给量方面都受到限制,严重影响到了我国工业化的进程。降低国产RV减速器传动误差,提高产品质量刻不容缓。本文研究RV减速器动态传动误差,仿真和实验中采用RV-40E型减速器参数,应用正交试验方法以及虚拟样机技术建立了RV减速器的动态传动误差多体动力学刚柔耦合仿真模型,研究了载荷、零件弹性变形、零件制造误差、零件配合间隙对RV减速器动态传动误差的影响,并搭建了RV减速器动态传动误差测试平台,验证了虚拟样机研究方法的可靠性;采用遗传算法对BP神经网络进行优化改进,并基于零件误差建立了RV减速器动态传动误差的BP网络预测模型。首先,详细阐述了RV-40E减速器结构组成和传动原理,给出RV-40E六种安装方式传动比计算方法,并深入分析影响RV-40E减速器传动误差的因素及其敏感程度。其次,借助CREO和ANSYS等技术构建RV减速器虚拟样机模型,并导入ADAMS系统进行刚柔耦合多体动力学仿真,分析工作载荷、零件弹性变形、零件制造误差以及装配间隙四类因素对RV减速器动态传动误差的影响,并搭建实验台架进行检测,验证了动态传动误差虚拟样机研究方法的准确性和可靠性。接着,为获得一些更有代表性四类15个因素与动态传动误差之间因果数据,选用单指标15因素正交表的仿真实验方案,获得36组仿真实验数据,并进行极差方差分析验证了可信度,揭示了各个因素对动态传动误差影响敏感性排序和影响趋势。最后,应用改进BP网络建立算法,基于虚拟样机仿真结果,建立RV-40E减速器组件装配动态传动误差预测BP模型,以供生产线选配组件提高RV-40E减速器装配精度。
关键词：RV减速器;动态传动误差;虚拟样机技术;ADAMS;选配预测
学科专业：机械工程
摘要
ABSTRACT
第一章 绪论
1.1 课题研究背景与意义
1.2 RV减速器国内外研究现状
1.3 论文研究内容
1.3.1 论文研究内容
1.3.2 论文技术路线
第二章 RV减速器动态传动误差影响因素分析
2.1 RV减速器结构原理
2.2 RV减速器传动比的计算
2.3 RV减速器动态传动误差影响因素分析
2.3.1 一级渐开线传动中的误差
2.3.2 二级摆线针轮传动中的误差
2.3.3 行星架输出机构中的误差
2.3.4 动态传动误差的敏感性分析
2.4 本章小结
第三章 基于虚拟样机技术的RV减速器动态传动误差研究
3.1 构建RV减速器虚拟样机模型
3.1.1 虚拟样机技术介绍
3.1.2 RV减速器三维建模
3.1.3 导入ADAMS构建虚拟样机
3.2 正交试验方案
3.2.1 试验因素选定
3.2.2 正交表的选定
3.3 RV减速器动态传动误差虚拟样机仿真
3.4 正交仿真试验结果分析与实验验证
3.4.1 极差分析
3.4.2 方差分析
3.4.3 影响因素分析
3.4.4 RV减速器正交仿真实验验证
3.5 本章小结
第四章 基于BP神经网络的RV减速器动态传动误差预测
4.1 RV减速器动态传动误差预测模型需求分析
4.2 BP神经网络
4.2.1 BP神经网络数学模型
4.2.2 BP神经网络学习算法
4.3 基于BP神经网络的RV减速器动态传动误差预测
4.3.1 样本数据的获取与预处理
4.3.2 输入层与输出层设计
4.3.3 隐含层设计
4.3.4 模型建立与训练
4.3.5 预测结果分析
4.4 基于改进BP神经网络的RV减速器动态传动误差预测
4.4.1 BP神经网络局限性与改进
4.4.2 遗传算法介绍
4.4.3 基于遗传算法的改进BP神经网络
4.4.4 预测结果分析
4.5 本章小结
第五章 结论与展望
5.1 结论
5.2 展望
参考文献
致谢