A dynamic calculation method of sliding friction losses for a helical gear pair

夹带(生物音乐学) 机械 动力摩擦 摩擦系数 控制理论(社会学) 摩擦损失 传输(电信) 功率(物理) 静摩擦 结构工程 材料科学 物理 工程类 计算机科学 声学 量子力学 电气工程 节奏 人工智能 复合材料 控制(管理)
作者
Cheng Wang,Zhaoyao Shi
出处
期刊:Journal of The Brazilian Society of Mechanical Sciences and Engineering [Springer Nature]
卷期号:39 (5): 1521-1528 被引量:11
标识
DOI:10.1007/s40430-016-0585-8
摘要

Sliding friction losses play a significant role in power losses of a gearbox. The author has proposed a calculation method of sliding friction losses considering the transmission errors. The tooth surface meshing force, relative sliding/entrainment velocity, and sliding friction coefficient are obtained under static or quasi-static conditions which restrict the accuracy of model in the middle- and high-speed gear transmission. The efficiency of dynamic state of a helical gear pair is studied, because it is widely used in the middle- and high-speed transmission. Therefore, a calculation method for helical gear pair of sliding friction losses based on dynamic characteristics is proposed. First, the dynamic model of helical gear pair considering friction and multiple backlashes is built and solved. The parameters associated with the calculation of sliding friction loss are obtained. Second, the tooth surface meshing force and relative sliding/entrainment velocity are calculated and brought into the formula of sliding friction coefficient. The formula of sliding friction losses is given, and the meshing efficiency considering the sliding friction losses in helical gear pair is calculated. Finally, by a comparison with Ref. [1] (Wang et al., J Mech Eng Sci, 230(9):1521–1531, 2016), we mainly propose an idea for calculating the sliding friction losses using dynamics instead of static method or quasi-static method.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
zbearupz完成签到,获得积分10
刚刚
xiao发布了新的文献求助10
1秒前
2秒前
2秒前
conghuiqu完成签到,获得积分10
2秒前
Superman完成签到 ,获得积分10
2秒前
哈哈呀发布了新的文献求助10
2秒前
大模型应助Yuki0616采纳,获得10
2秒前
牛肉干发布了新的文献求助10
3秒前
赘婿应助木子采纳,获得10
3秒前
JERRY发布了新的文献求助10
3秒前
木桶人plus完成签到,获得积分10
3秒前
3秒前
啦啦发布了新的文献求助10
4秒前
歪比巴卜完成签到,获得积分10
4秒前
star完成签到 ,获得积分10
4秒前
风中以菱发布了新的文献求助10
4秒前
田様应助lbx采纳,获得10
4秒前
4秒前
成就幼荷发布了新的文献求助10
4秒前
zpbb完成签到,获得积分10
5秒前
MoleMed发布了新的文献求助10
5秒前
5秒前
5秒前
领导范儿应助miaoww采纳,获得10
6秒前
DXXX完成签到,获得积分20
6秒前
6秒前
6秒前
6秒前
character577完成签到,获得积分10
6秒前
王汉韬完成签到,获得积分20
6秒前
6秒前
文泽完成签到,获得积分10
7秒前
hu970发布了新的文献求助10
7秒前
震动的听枫完成签到,获得积分10
7秒前
丘比特应助wzg666采纳,获得10
7秒前
7秒前
不二完成签到,获得积分10
7秒前
璇璇完成签到 ,获得积分10
8秒前
深情安青应助郑开司09采纳,获得10
8秒前
高分求助中
Continuum Thermodynamics and Material Modelling 3000
Production Logging: Theoretical and Interpretive Elements 2700
Social media impact on athlete mental health: #RealityCheck 1020
Ensartinib (Ensacove) for Non-Small Cell Lung Cancer 1000
Unseen Mendieta: The Unpublished Works of Ana Mendieta 1000
Bacterial collagenases and their clinical applications 800
El viaje de una vida: Memorias de María Lecea 800
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 有机化学 生物化学 物理 纳米技术 计算机科学 内科学 化学工程 复合材料 基因 遗传学 物理化学 催化作用 量子力学 光电子学 冶金
热门帖子
关注 科研通微信公众号,转发送积分 3527304
求助须知:如何正确求助?哪些是违规求助? 3107454
关于积分的说明 9285518
捐赠科研通 2805269
什么是DOI,文献DOI怎么找? 1539827
邀请新用户注册赠送积分活动 716708
科研通“疑难数据库(出版商)”最低求助积分说明 709672