Finite Element Analysis of Stress Relief in Teeth of Spur Gear by Varying Key Shaft’s Size and Location
Notice bibliographique
Résumé
This paper investigated the Finite Element Analysis (FEA) via ANSYS software of bending stresses in involute gears with different keys shape.It has described the use of ANSYS for predicting the effect of keys on stress distribution in spur gear.The numbers and location of keys used as parameters to observed its effect on the relief stress by changing of key sizes in spur gear.Two modules are used (m=2 and m=7) to tests the spur gear each with one, two, three and four keys position inclusive parallel key (rectangular cross section), parallel key (square cross section) and the other type is parallel key (circular cross section).This analysis of stress was carried out by observing the key factors that determine its relief, the introduction of sizing, location and number of the stress-relieving features at a certain place reaching to relieve maximum in stress performance, otherwise the strength decreases.Using single circular key as a stress reliving feature gives more stress reduction for m=2 and double circular key within m=7.The results for pitch circle diameter=50 mm, outside diameter=54 mm, root diameter=45 mm, center diameter=47 mm, fillet=0.4mm, thickness=3.14mm, and for Case-1-, when B=8 mm and h=7 mm, the maximum equivalent stress is 9635 MPa.In addition, when B=8 mm and h=8 mm, the maximum equivalent stress is 10081 MPa.Also, when the diameter of key=8 mm, the maximum equivalent stress is 9303 MPa.This paper revealed that minimum stresses, therefore, optimum key shaft for spur gears are single circular key for module 2 and double circular key for module 7, and that key geometry, size and number also determine the efficiency of the gears.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».