基于机器学习的动车传动齿轮修形仿真研究.pdfVIP

2025年第8期

_________________________________________________________DesignandResearch设计与研究

基于机器学习的动车传动齿轮修形仿真研究*

刘志超，黄志辉，李治桦，杨成龙，陈丙硕

（西南交通大学轨道交通运载系统全国重点实验室，四川成都610031）

摘要：动车传动齿轮在工作过程中存在齿面偏载和啮合冲击等问题，易造成齿轮失效。为改善此类

问题，以CRH3动车为例，在Romax软件中建立了包含车轴和轴承的齿轮传动系统三维模型。

基于RFE-XGBoost（recursivefeatureelimination-extremegradientboosting）特征选取模型，从

通常采用的9个修形参数中筛选出最优修形参数组合。以筛选后的最优修形参数组合为输入

变量，单位长度法向载荷为响应变量，分别基于反向传播（backpropagation,BP）神经网络神经

网络、随机森林回归、XGBoost算法构建了代理模型，并进行对比选择。最后采用粒子群优化

（particleswarmoptimization,PSO）算法调用代理模型，以单位长度法向载荷最小为优化目标，

对齿轮修形参数取值进行寻优计算。优化结果表明，齿向斜度为13.6μm、齿端修薄长度为

18.5mm、齿端修薄量为4.4μm时齿轮修形效果最佳。通过Romax仿真计算验证，其单位长度

法向载荷下降了24.36%，传动误差值下降了69.91%，有效改善了齿轮传动性能，缓解了齿面偏

载的现象。研究结果可为齿轮修形方案选择和优化设计提供参考。

关键词：动车传动齿轮；特征选取；齿轮修形；XGBoost算法；齿面接触分析

中图分类号：U266.2，TH115，TG86文献标识码：A

DOI：10.19287/j.mtmt.1005-2402.2025.08.010

Simulationresearchontractiontransmissiongearmodificationbasedon

machinelearning

LIUZhichao,HUANGZhihui,LIZhihua,YANGChenglong,CHENBingshuo

(StateKeyLaboratoryofRailTransitVehicleSystem,SouthwestJiaotongUniversity,Chengdu610031,CHN)

Abstract：Duringtheoperationofhigh-speedpowercartransmissiongears,issuessuchasunevenload

distributiononthetoothflankandgearmeshimpactmayoccur,whichpotentiallyleadtogearfailure.

Toaddresstheseissues,athree-dimensionalmodelofthegeartransmissionsystem,includingtheaxle

andbearingcomponents,wasdevelopedinRomaxsoftwareusingtheCRH3asacasestudy.Basedon