基于神经网络的轴承故障诊断方法

研究了基于神经网络的轴承故障诊断方法,应用于球轴承、圆锥轴承和圆柱轴承在轴承疲劳试验机上实际运行产生的各种真实故障的诊断,结果表明:该方法具有较好的效果。     

轴承疲劳剥落的早期诊断方法

通过大量的试验，对振动信号进行分析，总结了轴承振动信号中各参数 的变化规律，给出了峰值、有效值、峭度等参数的变化趋势，给出了判断轴承剥落的早期诊断方法。     

利用非线性流形学习的轴承早期故障特征提取方法

针对早期故障微弱特征难以提取的问题,提出了一种基于非线性流形学习的滚动轴承早期故障特征提取方法.在由时域指标和小波频带能量组成的原始特征空间中,结合局部切空间排列学习算法的特点,采用散布矩阵分类测度指标,实现了局部邻域的优化选取,从而提取出最优的敏感故障特征.通过实例应用,表明该方法有效地克服了主分量分析和非线性核主分量分析方法的不足,提取的融合特征敏感性更好,从而提高了故障模式的分类性能,实现了轴承的早期故障诊断.     

杭州轴承试验研究中心有限公司

杭州轴承试验研究中心有限公司是联合国援助建立的滚动轴承专业研究所，主要从事滚动轴承动态性能和疲劳寿命的研究以及滚动轴承相关产品开发、检测和试验等工作。拥有国际上比较先进的测试仪器和设备，技术力量雄厚，多项科研成果在全国推广应用。形成了较为完善的开发、制造和服务体系。[第一段]     

汽车变速器轴承故障的诊断技术

社会经济的快速发展,汽车已经进入寻常百姓家,汽车的安全性严重影响着驾驶员的生命安全。该文在阐述汽车变速器轴承故障诊断分析重要性的基础上,深入分析了滚动轴承发生故障的原理,并运用相应的处理技术进行解决,从而保证汽车的安全性。同时重点研究了汽车变速器轴承故障诊断有关技术。     

滚动轴承故障振动模型及其应用研究

建立了滚动轴承外环，内环和滚动体存在局部故障和振动模型，模型综合考虑了滚动轴承的几何尺寸、轴的转速、轴承静态载荷分布，振动传递函数和故障点位置的影响，在自行火炮实车上进行了一系列变速箱滚动轴承故障诊断，试验结果验证了滚动轴承故障振动模型的有效性。     

滚动轴承早期故障振动信号的分离与诊断

利用希尔伯特变换技术，将含故障的轴承振动信号转化为窄带振动包络信号，然后用包络信号的功率谱和活尔什列谱对轴承故障进行诊断，对５套３０７轴承的诊断结果表明，这种方法诊断结果准确可靠，方法简便实用，速度快，特别适用于滚动轴承故障的在线监测与诊断。     

滚动轴承故障振动模型及其应用研究

建立了滚动轴承外环、内环和滚动体存在局部故障的振动模型，模型综合考虑了滚动轴承的几何尺寸、轴的转速、轴承静态载荷分布、振动传递函数和故障点位置的影响．在自行火炮实车上进行了一系列变速箱滚动轴承故障试验，试验结果验证了滚动轴承故障振动模型的有效性     

滚动轴承故障振动信号特征与诊断方法

简述了恒转速条件下滚动轴承故障信号共振解调的优点和基本原理,通过实验和理论分析研究了变转速轴承故障振动信号的特点.指出了轴承损伤点冲击信号的非周期性、轴承共振频率随转速变化的变频特性,以及故障信号的双变频调制特性.建立了由变频转速信号为调制信号、变频共振衰减信号为载波的滚动轴承故障模型.给出了阶比循环平稳自相关函数的计算方法.利用循环平稳分析对旋转机械振动信号的解调功能,结合连续隐马尔可夫模型(CHMM)对动态信号的识别能力,提出了一种适用于变转速运转条件下的滚动轴承故障诊断方法,通过实验验证了方法的可行性.     

锥阀反馈节流气体静压轴承的分析和试验

本文介绍了锥阀反馈节流器的结构,并对设计原理进行了分析,给出有关设计公式。经试验,安装该节流器的推力轴承在一定载荷范围内静态刚度接近无穷大,而且无气膜不稳定现象发生。     

一种基于改进极端梯度提升决策树的轴承故障诊断方法

针对传统故障诊断模型面向海量故障数据时诊断准确度低的问题，首先，提出了一种局部均值分解与固定点算法联合降噪方法，以消除轴承振动信号中的噪声；其次，为了避免原始信号中敏感特征难以提取的问题，提出了一种基于核主成分分析的降维方法；再次，构建了一种基于改进极端梯度提升决策树的故障诊断模型，采用GS-PSO算法优化SVM性能，进而运用改进极端梯度提升决策树思想修正分类模型的残差以提升模型分类精度，应用Spark-大数据平台，通过并行处理技术进行科学计算；最后，采用CWRU提供的滚动轴承数据进行训练与仿真，证明构建的模型能实现对不同类型滚动轴承的识别诊断，并保证诊断结果的准确率。通过对4种不同故障诊断模型的对比分析，表明本文模型具有可行性和优越性。     

滚动轴承损伤类故障的一种精确诊断模型

为了实现对滚动轴承元件表面损伤类故障的早期精确诊断,并考虑到载荷分布及轴承运动的影响,从理论上提出了一种模型来分析用高频共振法进行滚动轴承故障诊断时得到的包络信号及其频谱图,并试验验证了该模型的正确性和可行性.     

基于变量预测模型的模式识别方法在滚动轴承故障诊断中的应用

将基于变量预测模型(Variable Predictive Model based Class Discriminate,VPMCD)的方法引入滚动轴承的故障诊断,提出了基于EMD(Empirical Mode Decomposi-tion,EMD)和VPMCD的滚动轴承故障诊断方法.采用EMD方法提取滚动轴承振动信号特征向量后,以VPMCD作为模式识别方法对滚动轴承的工作状态和故障类型进行分类.对正常状态、外圈故障、内圈故障3种不同类别下的滚动轴承振动信号进行了分析,结果表明了该方法在滚动轴承故障诊断中的有效性.同时,与人工神经网络(Artificial neural net-work,ANN)算法的对比分析表明,VMPCD算法分类性能的稳定性以及计算效率均要高于ANN算法.     

滚动轴承表面波纹度故障诊断参数的确定

在大量试验和频谱分析的基础上,从功率谱、倒频谱和自相关函数的测量中确立了２７个理论诊断参数,用以诊断滚动轴承内、外圈和钢球表面的波纹度。     

设备监测与诊断技术的应用

介绍了设备监测和诊断技术,分析了设备监测技术对现场仪表和检测装置的基本要求等,提出了设备故障诊断遵循的一般原则.     

WVPMCD及其在滚动轴承故障诊断中的应用

多变量预测模型(Variable predictive model based class discriminate,简称VPMCD)分类方法是建立在回归模型为同方差性基础上的,而当模型出现异方差性时,会导致预测精度降低.基于此,本文提出了WVPMCD(WLS-Variable predictive model based class discriminate,简称WVPMCD)方法,即用加权最小二乘法(WLS)代替原方法中的最小二乘法(OLS)进行参数估计,消除异方差性,从而提高了模式识别的精度.采用局部特征尺度分解(Local characteristic-scale decomposition,简称LCD)方法对滚动轴承振动信号进行分解,提取分量矩阵的奇异值组成故障特征向量作为WVPMCD的输入,并对正常状态、滚动体故障、内圈故障和外圈故障4种不同工作状态和故障类型下的滚动轴承振动信号进行分析,结果表明,在模型存在异方差性时,WVPMCD比原VPMCD具有更好的分类效果和识别率.     

实验机液压平衡回路的故障诊断

对液压平衡回路实验中出现的液压缸停止上下运动的故障,采取故障树分析法,是加快故障诊断速度,找出问题症结的有效方法。把液压缸不动作这一故障状态作为分析的目标,然后找出导致这一故障的全部因素及下一级因素,一一分析,逐项排除,最终达到解除故障的目的。     

航空发动机主轴球轴承疲劳寿命估算

考虑到发动机在工作循环中主轴承受到变载荷的作用,给出了主轴承的等效当量径向负荷计算方法,并在对高速球轴承准动力学分析的基础上,建立了航空发动机主轴球轴承疲劳寿命的计算模型.