基于逆物理信息神经网络的齿轮时变啮合刚度辨识研究

doi:10.13624/j.cnki.issn.1001-7445.2026.0585

广西大学学报（自然科学版） ›› 2026, Vol. 51 ›› Issue (3) : 585 -598. DOI: 10.13624/j.cnki.issn.1001-7445.2026.0585

作者信息 +

Author information +

文章历史 +

摘要

针对时变啮合刚度虽能直接反映齿轮状态但难以测量的问题，提出一种融合刚柔耦合动力学与逆物理信息神经网络(RFCD-IPINN)的时变啮合刚度反演模型。首先，通过集中参数-有限单元法构建齿轮传动系统的刚柔耦合动力学模型；其次，利用傅里叶级数对时变啮合刚度(TVMS)进行参数化表征；最后，将动力学方程作为物理约束引入网络结构，实现数据与物理的双重驱动。实验结果表明，RFCD-IPINN模型反演的TVMS不仅能反映齿轮单双齿交替啮合的特性，还能反映不同损伤严重程度下的刚度变化。