自60年代CAD (Computer Aided Design)诞生以来,给从事工程设计的工作者的工作方式带来了巨大的改变。利用CAD软件,设计者可以对大量信息进行有效管理,利用CAD三维造型功能,传统的二维图纸变成了鲜活的立体结构,与后续的分析优化等功能有机结合,成为工程设计、分析不可或缺的工具。目前的减速器产品参数化研究针对对象主要是零件,重点讲述了标准零件库的建立过程,缺乏交互性并且均为理想模型。为克服传统参数化设计中存在的不足,针对三级圆柱齿轮减速器,集中致力于应用Pro/Toolkit对Pro/ENGINEER二次开发,引入多种参数的误差模型,将减速器真实情况体现到参数化模型中。完成误差参数化模型的建立后,应使生产的多个误差样本能够自动保存。用户只需要在打开程序开始时设置需要生成的样本数目,即可在保存减速器骨架模型或者各个轴系样本时按照设置的次数进行保存。同时,应用有限元分析软件ANSYS进行结构动力学分析可以得到较为精确的计算结果,但是工作量太大,时间成本太高。相比而言,人工神经网络方法具有高度的非线性运算能力和很强的自学习及对输入数据的容错能力等优点,通过训练神经网络,达到预期的精度后即可用来预测输出,工作效率得到了极大地提高。本文建立了以有限元计算、神经网络方法、Monte Carlo方法和Box-Behnken抽样方法相结合的结构可靠度分析方法,基于神经网络建立的快速响应模型和神经网络的工作原理对结构可靠性和参数灵敏度进行评估。