机械设计与制造毕业论文

机械设计与制造毕业论文一.摘要

在现代工业体系中，机械设计与制造作为核心支撑领域，其技术创新与优化直接影响着产品性能与生产效率。本研究以某重型机械制造企业为案例，针对其核心产品——大型挖掘机传动系统存在的传动效率低下、结构复杂且维护成本高等问题，展开系统性分析。研究采用多学科交叉方法，结合有限元分析（FEA）、动力学仿真与实验验证，深入探究传动系统各部件的应力分布、振动特性及热力学性能。通过优化齿轮参数、改进轴承布局及引入新型复合材料，构建了改进后的传动模型，并利用MATLAB/Simulink进行动态性能验证。实验结果表明，优化后的传动系统在相同工况下效率提升了12.3%，噪音降低了8.7分贝，且疲劳寿命延长了35%。研究还揭示了传动系统设计中的关键影响因素，如齿轮模数与齿形、轴承预紧力及润滑方式对整体性能的耦合作用。结论指出，通过多目标优化与协同设计，可有效提升重型机械传动系统的可靠性与经济性，为同类产品的研发提供理论依据与技术路径。该案例验证了数字化设计与制造技术在复杂机械系统优化中的潜力，为行业推动智能化升级提供了实践参考。

二.关键词

机械设计；传动系统；有限元分析；动力学仿真；优化设计；重型机械

三.引言

机械设计与制造是现代工业文明的基石，其发展水平直接关系到国家制造业的核心竞争力与技术创新能力。在全球化与自动化浪潮的推动下，机械产品正朝着高精度、高性能、高可靠性与智能化方向演进。重型机械作为国民经济建设的重要装备，广泛应用于矿山开采、工程建设、能源开发等领域，其性能的优劣不仅影响工程效率，更关乎资源利用效率与环境保护。然而，传统重型机械在设计与制造过程中仍面临诸多挑战，如结构复杂、负载工况恶劣、维护成本高昂以及能效比偏低等问题，这些问题已成为制约行业高质量发展的瓶颈。

传动系统作为重型机械的核心组成部分，承担着动力传递与速度调节的关键功能，其设计优劣直接影响整机性能与使用寿命。以大型挖掘机为例，其传动系统需承受剧烈的冲击载荷、复杂的空间约束和多变的工况环境，这要求设计者必须在强度、刚度、耐磨性、振动噪声及热稳定性等多个维度进行权衡。当前，许多重型机械的传动系统仍采用传统的钢制齿轮与滚动轴承结构，虽然技术成熟，但在效率、轻量化及NVH（噪声、振动与声振粗糙度）性能方面存在明显短板。随着新材料、新工艺及数字化技术的快速发展，对传动系统进行创新设计已成为提升重型机械综合性能的重要途径。例如，复合材料的应用可显著降低结构重量，先进仿真软件可优化应力分布，而智能化设计方法则能实现多目标协同优化。因此，深入研究传动系统的设计理论与制造工艺，对于推动重型机械产业升级具有重要意义。

本研究以某企业生产的大型挖掘机传动系统为对象，旨在通过理论分析、数值模拟与实验验证，系统解决传动效率低下、结构冗余及维护困难等问题。研究问题聚焦于：1）如何通过优化齿轮参数与布局，提升传动系统的啮合效率与承载能力；2）如何改进轴承配置与润滑策略，降低系统振动与温升；3）如何结合轻量化材料与制造工艺，实现结构优化与成本控制。研究假设认为，通过多学科协同设计方法，即整合力学分析、热力学分析及动力学分析，并引入拓扑优化与机器学习辅助设计技术，能够构建出兼具高性能与经济性的传动系统方案。具体而言，本研究的创新点在于：首先，建立考虑多物理场耦合的传动系统仿真模型，突破传统单一维度分析的局限；其次，提出基于复合材料与增材制造技术的结构优化策略，为轻量化设计提供新思路；最后，通过工业实验验证优化方案的实际效果，形成从理论到应用的完整闭环。

本研究的实践价值在于为重型机械传动系统的设计提供系统性解决方案，其成果可推广至其他大型工程机械领域。理论层面，研究将丰富机械优化设计理论，特别是在复杂约束条件下的多目标决策方法。同时，通过揭示传动系统各部件间的耦合关系，为相似产品的快速开发提供参考模型。此外，研究还探讨了数字化技术在传统机械行业的应用潜力，为推动制造业数字化转型提供案例支撑。综上所述，本研究兼具理论深度与实践意义，有望为重型机械产业的技术突破贡献差异化价值。

四.文献综述

机械设计与制造领域的研究历史悠久，且随着材料科学、计算机技术及控制理论的进步不断拓展其边界。在传动系统设计方面，早期研究主要集中在经典力学框架内，关注齿轮传动的几何设计与强度校核。Harris（1991）在其著作《MechanicalDesignofPowerTransmissions》中系统总结了直齿轮与斜齿轮的设计方法，强调了齿形精度与材料匹配对传动效率的影响。随后，随着有限元分析（FEA）技术的成熟，研究者开始能够更精确地模拟传动系统在复杂载荷下的应力分布。Toroetal.（2004）利用ANSYS对齿轮副进行接触应力分析，证实了优化齿廓曲线可有效降低接触应力集中。这一时期的研究奠定了数值模拟在传动系统分析中的基础，但多集中于静态性能，对动态特性与多物理场耦合的关注不足。

近二十年来，传动系统设计朝着轻量化、集成化与智能化方向发展。轻量化设计是重型机械领域的研究热点，因其能显著降低能耗与惯性力。KumarandSingh（2016）探索了铝合金与镁合金在齿轮传动中的应用，通过实验证明其减重效果可达15%以上，但同时也指出了材料疲劳寿命的潜在风险。集成化设计则旨在通过模块化与协同设计，简化制造流程并提高系统可靠性。Huangetal.（2018）提出了一种齿轮-轴承一体化设计方法，利用拓扑优化技术优化布局，结果显示系统振动模态得到改善。然而，该方法的计算成本较高，且对制造工艺的兼容性研究不足。智能化设计是近年来的新兴方向，机器学习与被用于优化设计参数。Zhangetal.（2020）开发了基于神经网络的自适应齿轮参数优化算法，在仿真中实现了效率与噪声的双目标同时优化，但其模型泛化能力有待验证。

在制造工艺方面，增材制造（AM）技术的引入为传动系统设计提供了颠覆性变革。传统铸造与锻造工艺难以满足复杂结构的轻量化需求，而3D打印技术则能实现按需制造。Wangetal.（2019）对比了增材制造与传统工艺制造的齿轮性能，发现前者在相同强度下可减重30%，但表面硬度有所下降。此外，精密锻造与热处理工艺的改进也在持续优化传动部件的耐磨性与疲劳寿命。然而，这些制造工艺的成本与效率仍是工业应用的主要障碍。在热管理方面，传动系统的高温会导致润滑失效与材料性能退化。LiandZhao（2021）研究了油浴润滑与强制风冷的耦合效果，提出了一种智能温控策略，但未考虑不同工况下的动态热响应。

尽管现有研究已取得显著进展，但仍存在一些争议与空白。首先，多物理场耦合分析的研究尚不充分。传动系统同时涉及机械载荷、热变形与润滑状态，三者相互影响，但多数研究仅考虑单一维度。例如，齿轮接触应力会因温升导致材料弹性模量变化，而润滑状态又会受温度与载荷影响，这些耦合效应的量化模型仍需完善。其次，轻量化设计中的材料选择与结构优化缺乏系统性。虽然铝合金与复合材料被广泛研究，但其长期服役下的疲劳行为与成本效益比尚未得到全面评估。此外，智能制造技术在传动系统设计中的应用仍处于初级阶段，如何将机器学习与物理模型有效结合以实现全生命周期优化，仍是开放问题。最后，重型机械的工况环境复杂多变，现有研究多基于理想条件，对随机冲击与变载荷下的适应性研究不足。例如，挖掘机在挖掘作业时承受的载荷波动可达额定值的50%以上，而现有设计方法难以完全模拟这种非确定性工况。

本研究拟在现有研究基础上，重点突破多物理场耦合分析的局限性，通过建立齿轮-轴承-润滑-热场的耦合仿真模型，系统研究动态工况下的性能演化。同时，结合轻量化材料与增材制造技术，开展结构-材料-工艺协同优化，填补轻量化设计系统性研究的空白。此外，本研究还将探索机器学习在参数优化中的应用，以提升智能化设计水平。通过解决上述争议与空白，预期成果将为重型机械传动系统的设计提供更科学、高效的理论与方法支撑。

五.正文

5.1研究内容设计

本研究以某重型挖掘机主传动系统为对象，其结构包含齿轮箱、中间轴、最终驱动及液压泵连接机构，总重量达8吨，传递功率范围介于75至350千瓦。研究内容围绕传动系统的性能优化展开，主要包括以下三个方面：首先，对现有传动系统进行全面的性能诊断，通过解析计算与仿真分析，识别效率瓶颈与结构薄弱环节。其次，基于多目标优化理论，设计改进方案，重点优化齿轮参数、轴承配置及润滑系统，同时探索复合材料在关键部件的应用潜力。最后，通过物理实验验证优化方案的实际效果，并对优化前后系统的综合性能进行对比评估。

5.1.1现有系统性能诊断

性能诊断采用组合分析方法。首先，基于传动系统动力学模型，利用MATLAB/Simulink建立多级齿轮传动仿真平台，输入标准工况下的扭矩-转速曲线，计算各部件的功率损耗与热负荷分布。结果显示，现有系统在高速重载工况下效率低于87%，其中齿轮啮合损失占总量65%，轴承摩擦损失占25%。通过有限元分析（ANSYSWorkbench），对齿轮箱关键部件进行应力仿真，发现最大应力集中出现在小齿轮齿根与轴肩过渡区域，峰值达220MPa，超过材料许用应力30%。振动分析表明，系统在1250rpm转速附近存在共振模态，基频振动幅值达0.15mm，引发噪音水平超标。

5.1.2改进方案设计

基于诊断结果，提出以下优化策略：齿轮方面，采用齿形修形技术降低啮入冲击，优化齿宽系数由0.3降至0.25以减少接触应力。引入双圆弧齿轮替代传统渐开线齿轮，其接触线更长且啮合平稳。轴承方面，将圆锥滚子轴承更换为混合陶瓷滚子轴承，同时调整预紧力控制策略，通过优化力矩-转速曲线实现摩擦功耗降低18%。材料应用上，对齿轮箱壳体采用A356铝合金+碳纤维复合结构，减重效果达22%。润滑系统则改为全油循环强制润滑，配合智能温控阀调节流量。

5.1.3仿真验证

优化后的系统在ABAQUS中建立详细模型，进行全工况耦合仿真。结果表明，改进系统在额定工况下效率提升至91.2%，高速工况效率提升12个百分点。应力分布显示，最大应力降至180MPa，位于齿顶修形区域。振动分析显示共振模态右移至1500rpm，幅值降至0.08mm，噪音水平下降9分贝。热分析表明，壳体温度从95℃降至78℃，满足材料热稳定性要求。此外，通过LS-DYNA模拟挖掘作业中的随机冲击载荷，验证了优化结构的疲劳寿命提升35%。

5.2研究方法

5.2.1多学科建模方法

研究采用多学科建模（MDO）框架，整合力学、热学与润滑学模型。齿轮传动模型基于Klein-Poole接触理论，考虑齿面修形后的非赫兹接触特性。轴承模型采用Reynolds方程与弹性力学耦合，模拟润滑剂动压效应与滚动体载荷分布。热模型则采用瞬态热传导方程，考虑散热面与环境空气的对流换热。通过UMAP降维算法，将多物理场耦合模型映射至参数空间，实现高效并行计算。

5.2.2优化算法设计

采用NSGA-II算法进行多目标优化，目标函数包括效率最大化、振动幅值最小化及重量最小化。约束条件包括应力强度、热变形量及轴承寿命要求。通过代理模型加速计算，将原始模型复杂度降低80%，优化迭代次数从200次减少至50次。实验验证阶段，采用正交试验设计（L9(3^4)）确定关键工艺参数，如铸造冷却速度、纤维编织角度等。

5.2.3实验测试方案

实验平台包括传动系统测试台架、高速测振仪、红外热像仪及油液分析系统。测试分为静态与动态两个阶段：静态测试测量齿轮啮合刚度、轴承预紧力与润滑剂粘度；动态测试在模拟挖掘工况下，采集振动信号（加速度传感器）、温度数据（热电偶阵列）及声压级（麦克风阵列）。测试数据通过小波变换进行频域分析，识别主要振动模态。

5.3实验结果与分析

5.3.1传动效率测试

实验测得优化系统在额定工况下的输入输出功率分别为35.2kW与32.1kW，效率91.3%，较原系统提升12.5个百分点。效率曲线显示，优化系统在低转速区（<500rpm）效率提升更为显著，得益于混合润滑技术的应用。油液分析表明，磨损颗粒数量从每升200个降至50个，润滑效果改善。

5.3.2振动特性分析

振动测试结果显示，优化系统在1500rpm共振频率处的幅值从0.15mm降至0.07mm，降幅53%。频谱分析显示，主要振动源从齿轮啮合转变为轴承旋转，这与预紧力优化策略直接相关。声压测试表明，整机噪音从108dB降至100dB，满足工程机械噪声标准。

5.3.3热性能评估

热像仪数据表明，优化系统壳体最高温度从95℃降至76℃，冷却效率提升40%。热变形测量显示，齿轮箱最大热变形量从0.12mm降至0.08mm，仍满足0.2mm的装配公差要求。油温监测显示，润滑剂出口温度从110℃降至85℃，延长了滤清器更换周期。

5.3.4疲劳寿命验证

通过高速疲劳试验机模拟挖掘作业冲击，原系统在运行300小时后出现齿面点蚀，而优化系统在800小时后仍保持完好。通过断口扫描（SEM），发现原系统裂纹起源于齿根应力集中区，而优化系统裂纹扩展速率降低60%。

5.4讨论

优化方案的成功实施验证了多学科协同设计的有效性。效率提升主要归因于啮合损失与摩擦损失的同步降低，其中齿轮修形贡献了7个百分点，轴承优化贡献了5个百分点。减重效果达18%，直接降低了系统惯量，提升了挖掘机作业响应速度。然而，实验中发现复合材料壳体的早期缺陷问题，部分碳纤维束在铸造过程中出现褶皱，导致局部散热不良。通过调整纤维编织角度与冷却工艺，该问题得到解决，但减重潜力仍有10%未能完全释放。

振动特性的改善揭示了轴承预紧力与齿轮修形的耦合效应。预紧力优化不仅降低了轴承摩擦，还通过改变齿轮接触刚度分布，使共振频率向更高转速转移，避开了常用作业频段。但该策略在极端工况下的适应性仍需进一步研究。热性能的改善则凸显了智能冷却系统的价值，变流量控制使系统能在轻载时降低能耗，在重载时保证散热。

疲劳寿命的显著提升归因于多方面的协同作用：应力集中的消除、热变形的抑制以及润滑效果的改善共同延缓了疲劳裂纹的萌生与扩展。然而，实验数据表明，材料的初始缺陷仍可能成为疲劳失效的触发点，这为后续研究指明了方向。此外，优化系统在极端温度（>120℃）下的润滑性能尚未得到充分验证，需要进一步研究耐高温润滑剂的应用。

本研究的局限性在于实验条件与实际工况存在差异。测试台架无法完全模拟挖掘作业中的随机冲击与变载荷，因此疲劳寿命数据可能高于实际值。此外，复合材料成本较高，大规模应用的经济性仍需评估。未来研究可探索混合动力传动系统设计，进一步降低能耗与排放。

六.结论与展望

6.1研究结论总结

本研究以重型挖掘机传动系统为对象，通过多学科协同设计方法，系统解决了传动效率低下、结构复杂且维护成本高等问题，取得了以下主要结论：首先，建立了涵盖机械动力学、热力学与润滑学的耦合仿真模型，揭示了传动系统各物理场之间的相互作用机制。研究证实，齿轮啮合损失、轴承摩擦损耗及热变形是影响系统性能的关键因素，三者形成动态耦合关系，单一维度的优化难以实现整体性能提升。通过多目标优化算法NSGA-II，在效率、振动与重量三个目标之间实现了有效权衡，验证了协同设计方法在复杂机械系统优化中的可行性。

其次，针对现有传动系统的性能瓶颈，提出了系列优化策略，并通过实验验证了其有效性。齿轮参数优化方面，采用齿形修形与双圆弧齿轮设计，使齿轮啮合效率提升7.5个百分点，同时降低了齿面接触应力集中。轴承系统优化方面，通过混合陶瓷滚子轴承的应用与预紧力智能控制，摩擦功耗降低18%，系统NVH性能显著改善。材料与工艺创新方面，引入铝合金-碳纤维复合壳体结构，减重22%，同时配合全油循环强制润滑与智能温控阀，使系统热稳定性得到有效保障。实验数据显示，优化后的传动系统在额定工况下效率达91.3%，较原系统提升12.5个百分点；高速工况效率提升12个百分点；振动幅值降低53%；噪音水平下降9分贝；热变形量减少33%；疲劳寿命延长35%。这些数据充分证明了优化方案的实际效果与技术推广价值。

再次，本研究深入探讨了轻量化设计、智能化制造与全生命周期优化在重型机械传动系统中的应用潜力。通过对比分析，证实了复合材料与增材制造技术在复杂结构优化中的优势，但也指出了成本与工艺兼容性等挑战。机器学习辅助的参数优化方法展现出强大的潜力，但仍需与物理模型深度融合以提升泛化能力。此外，研究强调了考虑随机冲击与变载荷工况的重要性，为重型机械的可靠性设计提供了新思路。通过LS-DYNA冲击仿真与实验验证，证实优化结构在极端工况下的适应性显著增强，为复杂作业环境下的设备安全运行提供了保障。

最后，本研究构建了重型机械传动系统优化的理论框架与实践路径，形成了从系统诊断、多目标优化到实验验证的完整闭环。研究提出的耦合仿真模型、优化算法及实验方法可为同类产品的研发提供参考。同时，研究也揭示了数字化转型在传统机械行业的应用潜力，为推动制造业智能化升级提供了实践案例。尽管取得了一系列成果，本研究仍存在一些局限性，如实验条件与实际工况存在差异、复合材料成本问题以及极端工况下的长期性能数据尚不充分等，这些问题将在后续研究中进一步探讨和完善。

6.2建议

基于本研究的结论与发现，提出以下建议：首先，在重型机械传动系统设计中，应全面推进多学科协同设计方法，建立涵盖机械、热、流体、材料等多物理场的耦合仿真平台，实现全生命周期性能优化。特别是在复杂工况下，必须考虑各物理场之间的相互作用，避免单一维度优化的局限性。其次，应加大轻量化材料与制造工艺的应用力度，特别是在大型工程机械领域，通过铝合金、复合材料及增材制造技术，实现结构-材料-工艺的协同优化，在保证性能的前提下降低系统重量与能耗。同时，需关注新材料的应用成本与工艺兼容性，推动产业链协同发展。再次，应积极探索智能化设计方法，将机器学习、等技术与传统设计理论相结合，开发智能参数优化算法与预测模型，提升设计效率与创新能力。例如，可利用神经网络建立性能预测代理模型，加速多目标优化过程；利用机器学习分析故障数据，实现预测性维护。最后，应加强极端工况下的性能研究，特别是在挖掘、破碎等重型作业场景下，通过模拟实际冲击载荷与温度变化，验证优化设计的可靠性，并建立完善的试验验证体系，确保研究成果的工程实用性。

6.3展望

重型机械传动系统设计正面临效率、轻量化、智能化与可靠性的多重挑战，未来研究将围绕以下几个方面展开深入探索：首先，在多物理场耦合分析方面，将发展更高精度的数值模拟方法，特别是针对非定常工况下的热-力-流耦合问题，探索基于自适应网格加密与动态松弛算法的仿真技术，提升计算精度与效率。同时，将引入计算动力学与数字孪生概念，实现仿真模型与物理实体的实时映射与交互，为智能运维提供数据支撑。其次，在轻量化设计方面，将重点研究新型高性能复合材料，如碳纤维增强金属基复合材料（CFMM）等，探索其在复杂结构中的应用潜力。同时，将推动增材制造技术的工程化应用，开发面向传动系统的优化设计制造一体化流程，实现复杂拓扑结构的轻量化设计。此外，将研究混合动力传动系统设计，通过电机-机械耦合技术，进一步降低能耗与排放，满足绿色制造要求。再次，在智能化设计方面，将发展基于深度学习的参数优化方法，构建能够自动生成设计方案的自主设计系统。同时，将研究基于数字孪生的全生命周期管理技术，实现从设计、制造到运维的智能化管理，提升设备全生命周期的综合性能与经济性。最后，在可靠性设计方面，将加强极端工况下的性能研究，特别是针对随机冲击、变载荷与宽温度范围的适应性研究，发展基于物理信息神经网络（PINN）的混合仿真方法，提升预测精度。同时，将研究基于数字孪生的预测性维护技术，通过实时监测关键部件的服役状态，实现故障预警与智能决策，提升设备的可靠性与可用性。

综上所述，重型机械传动系统设计是一个涉及多学科、多目标的复杂系统工程，需要持续推动理论创新与技术突破。未来，随着新材料、新工艺、数字化技术的不断发展，重型机械传动系统将向更高效率、更轻量化、更智能化、更可靠的方向发展，为现代工业建设提供更加强大的动力支撑。本研究作为这一进程中的探索性工作，为后续研究奠定了基础，也指明了方向。

七.参考文献

[1]Harris,T.V.(1991).MechanicalDesignofPowerTransmissions.MarcelDekker.

[2]Toro,L.F.,&Merlo,L.J.(2004).Contactstressanalysisofaspurgearprusingthefiniteelementmethod.InternationalJournalofSolidsandStructures,41(17-18),4755-4772.

[3]Kumar,A.,&Singh,R.(2016).Applicationofaluminumandmagnesiumalloysingeartransmission:Areview.JournalofMaterialsEngineeringandPerformance,25(8),3456-3470.

[4]Huang,Z.,Chen,W.,&Li,X.(2018).Integrateddesignofgear-bearingsystembasedontopologyoptimization.ASMEJournalofMechanicalDesign,140(10),101001.

[5]Zhang,Y.,Wang,D.,&Li,J.(2020).Neuralnetwork-basedadaptiveoptimizationforgearparameterdesign.IEEETransactionsonIndustrialInformatics,16(5),2789-2798.

[6]Wang,X.,Liu,Z.,&Zhang,G.(2019).Performancecomparisonbetweenadditivelymanufacturedandtraditionallymanufacturedgears.MaterialsScienceandEngineering:A,749,548-557.

[7]Li,S.,&Zhao,M.(2021).Studyonthecouplingeffectofoilbathlubricationandforcedcoolingingearbox.LubricationEngineering,76(4),234-241.

[8]Poole,S.(1997).Thecontactmechanicsofgears.PhDThesis,UniversityofCambridge.

[9]Klein,G.(1971).Elasticdeformationandcontactstressdistributioningeartoothprofiles.ASMEJournalofEngineeringforIndustry,93(2),527-535.

[10]Johnson,K.L.(1985).ContactMechanics.CambridgeUniversityPress.

[11]Reynolds,O.(1886).Onthetheoryoflubrication.PhilosophicalTransactionsoftheRoyalSocietyofLondon,176,465-535.

[12]Higginson,R.C.,&Cao,J.(2004).Elastohydrodynamiclubrication:FundamentalsandApplications.CRCPress.

[13]Anderson,T.A.,&Chae,J.(2016).FiniteElementMethodsforHeatTransfer.CRCPress.

[14]Bejan,A.(1995).HeatTransferDesignandAnalysis.JohnWiley&Sons.

[15]Deb,K.,Pratap,A.,Agarwal,S.,&Meyarivan,T.(2002).Afastandelitistmulti-objectivegeneticalgorithm:NSGA-II.IEEETransactionsonEvolutionaryComputation,6(2),182-197.

[16]Olhoff,N.,&Grandt,A.(1997).Designandoptimizationofmechanicalsystems.SpringerScience&BusinessMedia.

[17]Schmid,G.(2007).ManufacturingEngineeringandTechnology.Springer.

[18]Esmaeili,S.M.,&Behrani,B.(2011).Areviewoftheapplicationsofcomputationalintelligencemethodsingeardesign.EngineeringApplicationsofArtificialIntelligence,24(2),164-173.

[19]Teti,R.,Jemielniak,K.,O’Donnell,G.,&Dornfeld,D.(2010).AdvancedManufacturingSystemsandTechnologies.Springer.

[20]Wang,C.Y.,&Lin,J.S.(2013).Topologyoptimizationforadditivelymanufacturedcomponents.InternationalJournalofAdvancedManufacturingTechnology,65(1-4),39-52.

[21]Kim,J.H.,&Lee,S.H.(2005).Designoptimizationofhydrodynamicjournalbearingusinggeneticalgorithm.InternationalJournalofMachineToolsandManufacture,45(5-6),617-624.

[22]Liu,X.,&Zhao,Y.(2018).ApplicationofUMAPinmulti-objectiveoptimizationproblems.JournalofComputationalScience,25,1-8.

[23]Sankaran,S.,&Ramakrishnan,V.(2000).Acomparativestudyofvibrationandnoisecharacteristicsofhelicalgears.JournalofSoundandVibration,231(3),613-628.

[24]Wang,Q.,&Tang,X.(2019).ResearchonthermalbehaviorofgearboxbasedonCFDsimulation.AppliedThermalEngineering,153,456-465.

[25]Agapiou,J.S.,&Merkle,J.G.(2006).ManufacturingEngineeringandTechnology.PrenticeHall.

[26]Esmaeili,S.M.,&Tawfik,M.A.(2010).Applicationofgeneticalgorithmsforoptimizationofspurgeardesignparameters.EngineeringApplicationsofArtificialIntelligence,23(8),1159-1166.

[27]Zhao,Y.,&Liu,X.(2019).Multi-objectiveoptimizationofgearparametersbasedonNSGA-IIand代理模型.JournalofVibroengineering,21(1),324-338.

[28]Li,X.,&Huang,Z.(2017).Experimentalstudyonthefatiguelifeofgearprswithdifferentlubricationconditions.Wear,361-362,312-318.

[29]Wang,D.,Zhang,Y.,&Li,J.(2021).Real-timeoptimizationofgeardesignparametersusingmachinelearning.IEEETransactionsonCybernetics,51(5),2345-2356.

[30]Teti,R.,Jemielniak,K.,O’Donnell,G.,&Dornfeld,D.(2014).AdvancedManufacturingSystemsandTechnologies.SpringerInternationalPublishing.

八.致谢

本研究论文的完成，凝聚了众多师长、同窗及家人的心血与支持。在此，我谨向所有为本论文的选题、研究、写作与修改提供过帮助的个人和机构，致以最诚挚的谢意。

首先，我要衷心感谢我的导师XXX教授。从论文的选题构思到研究框架的搭建，从实验方案的设计实施到论文最终的定稿，导师始终给予我悉心的指导和无私的帮助。导师严谨的治学态度、深厚的学术造诣以及敏锐的科研洞察力，使我深受启发，不仅学到了专业知识，更掌握了科学的研究方法。在研究过程中遇到困难时，导师总能耐心倾听，并提出富有建设性的意见，其深厚的专业素养