齿轮箱作为机械传动设备的重要组成部分,广泛应用于航空航天、车辆运输和车床加工等众多重要的工程领域。齿轮在传动误差激励的作用会产生振动,并通过轴承传递至箱体向外辐射产生噪声。在严重情况下,齿轮系统产生的振动会导致传动系统的不稳定,降低传动系统的性能和寿命,因此降低齿轮系统的振动对于减小齿轮箱故障率、改善工作环境具有重要的工程意义。针对齿轮传动系统中啮合误差产生的周期性振动,本文根据振动主动控制思想,以二级齿轮传动系统为研究对象,以压电材料为作动器,使用粒子群算法确定作动器在轴上的安装位置,以BP神经网络为控制算法,使用在线辨识获得次级通道模型,来控制齿轮在啮合基频以及高次谐波处的非线性振动。具体研究内容如下:(1)采用动态子结构的方法建立了二级齿轮传动系统的多自由度振动数学模型,并在此模型的基础上结合作动器机械-电压耦合模型,基于系统可控性准则并使用粒子群算法确定了作动器在齿轮箱中轴上安装位置。(2)为有效抑制齿轮传动系统中的周期性振动,采用基于神经网络的模型参考间接自适应控制结构。在系统稳定性前提下,对影响神经网络算法的内部参数进行了分析,同时对次级通道辨识误差对主动控制策略的性能影响进行了分析;针对神经网络算法较慢收敛速度问题,引入动量因子和校正因子对神经网络算法权值更新算法进行改进。(3)将建立的齿轮传动系统数学模型与神经网络网络算法进行联合仿真。为减小参考信号误差对于振动主动控制系统的稳定性和收敛性的影响,引入振动误差信号作为神经网络算法的一个输入来改进控制策略结构;在进行多个频率同时控制时,参考信号的幅值比值对控制效果有较大影响。(4)搭建齿轮传动系统振动主动控制实验装置,开展振动主动控制实验研究。实验结果表明,将提出的主动控制策略在不同的转速下进行多频率谐波同时控制时,调整参考信号的幅值比例后,对各目标频率有3-10dB的振动降低,证明了提出的主动控制策略的有效性。