局部剥落故障对滚动轴承接触与振动特性的影响

为了研究局部剥落故障对滚子与故障周边区域之间的接触特性以及轴承振动响应特征的影响规律,基于圆柱滚子与轴承滚道局部剥落故障之间接触关系,建立滚子与滚道接触等效有限元模型和考虑故障过渡区的圆柱滚子轴承动力学模型,研究故障宽度对滚子与滚道之间接触变形、应力、宽度和刚度以及轴承振动响应的影响规律。研究结果表明:随着局部剥落故障宽度的增大,接触宽度减小,接触应力与接触变形量增大;考虑局部剥落故障过渡区的轴承振动加速度大于不考虑局部剥落故障过渡区的轴承振动加速度。     

偏载工况下深穴空心圆柱滚子轴承力学分析

"偏载效应"和"端部效应"是引起圆柱滚子轴承发生过早失效的主要因素之一。深穴空心结构可有效降低滚子"端部效应",降低其失效概率。为研究偏载工况下深穴空心圆柱滚子轴承的服役特性,本文建立了实心、空心和深穴空心圆柱滚子轴承数值仿真模型,探讨了不同偏载工况下圆柱滚子的接触力学性能。结果发现,深穴空心圆柱滚子比实心圆柱滚子、空心圆柱滚子更适应于偏载工况;当偏载系数大于1.6时滚子出现局部承载;滚子空心度越小,其端部应力集中现象越明显。研究结果可为滚子轴承的安装设计、失效分析、安全评价、维修等提供理论依据。     

基于ADAMS的圆柱滚子轴承仿真分析

在研究滚动轴承内部各元件相互运动和相互作用关系的基础上,利用ADAMS的二次开发功能建立圆柱滚子轴承的参数化模型,在ADAMS中使用自定义函数实现了圆柱滚子轴承的动态仿真.与传统的轴承分析方法相比,具有开发周期短、可视化程度高等优点.     

圆柱滚子轴承座孔偏斜误差对转子振动性能的影响

对于滚动轴承支承的转子,由于加工及安装精度的限制,常会产生轴承座孔的偏斜现象,这种偏斜将会对轴承及整个转子的刚度产生影响,进而影响到转子的振动性能。本文以圆柱滚子轴承支承的转子为研究对象,在对当轴承座孔存在偏斜时圆柱滚子轴承内外圈和滚子受力和变形、转子弯曲变形进行分析的基础上,构建了轴承座孔有偏斜情况下的轴承径向刚度和偏转刚度的计算模型,进而构建了考虑轴承座孔偏斜的转子振动计算模型。通过一个具体的算例,研究了轴承座孔偏斜误差对轴承支承刚度及转子振动性能的影响规律,得到了一系列规律性的曲线,并进行了解释。     

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     

圆柱滚子结构参数对链式轴承-转子系统振动性能的影响

提出了一种能更精确计算圆柱滚子轴承刚度和阻尼的新模型,并利用该模型建立了链式转子系统的振动模型,利用Riccati传递矩阵法编制了临界转速和不平衡响应的计算程序。通过选择算例研究了滚子结构参数对链式轴承-转子系统振动性能的影响。发现滚子个数、长度和直径的变化会引起转子临界转速、不平衡响应的变化,得出了一系列变化规律曲线,为进一步研究滚动轴承-转子系统的性能提供了依据。     

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。     

过载工况下圆柱滚子轴承永久变形量计算

针对航天轴承运行过程中出现的过载问题,在弹塑性力学和赫兹接触理论的基础上,推导了圆柱滚子轴承线接触弹塑性应力应变的计算公式,并建立了圆柱滚子轴承弹塑性接触有限元模型,计算过载下圆柱滚子轴承各部件接触区域的永久变形量。对过载轴承进行静压试验,测量其最大永久变形量,与理论计算结果及仿真结果进行了对比。对比结果表明:弹塑性应力应变计算公式适用于低过载工况下圆柱滚子轴承永久变形量的计算。对于高过载工况下圆柱滚子轴承永久变形量,使用有限元法计算结果更为准确,并且有限元法能够更精确地获取所有过载工况下轴承各部件上发生的永久变形量。     

考虑时变位移激励的轴承圆形故障动力学

建立轴承剥落故障的动力学模型是研究轴承故障机理的常用手段,由于滚动体在经过故障区时的接触情况较为复杂,所以准确地建立轴承剥落故障时变激励函数对轴承故障动力学模型的正确性具有很大影响。但是在解决轴承圆形故障时现有的单一化激励函数难以准确表达滚动体与故障的实际接触情况。因此,主要以深沟球轴承外圈剥落故障为研究对象,构建了考虑圆形剥落故障引起的弹性形变和滚动体经过故障区域瞬时位置的时变位移激励模型。研究了滚动体经过外圈圆形故障区域时的接触间隙变化规律,分析了不同故障尺寸的双冲击信号之间的时间间隔特征并通过仿真和实验进行对比的方法验证建立模型的有效性,为研究轴承剥落故障提供了理论支撑。     

双金属复合内圈滚动轴承接触特性分析

为解决圆柱滚子轴承在大载荷条件下易磨损的问题,设计了一种双层金属复合材料内圈圆柱滚子轴承.以复合内圈与滚子的接触为例,基于赫兹接触理论和波西涅斯克理论,给出了单个滚子与轴承内圈的最大接触应力.结合层复合材料力学模型,计算双层金属复合材料内圈等效弹性模量.建立内圈与单个滚子间接触模型,采用有限元仿真方法,探究不同材料厚度下的接触应力和弹性变形.通过接触摩擦试验,验证复合材料内圈在不同材料厚度下的接触宽度.结果表明:双层金属复合材料内圈轴承滚子与内圈接触变形增大,接触应力减小,可以有助于减少圆柱滚子轴承的磨损.     

基于多注意力机制的端到端滚动轴承故障诊断方法

针对传统滚动轴承故障诊断中复杂的特征提取问题，利用深层残差网络能够增强诊断模型非线性表征能力的特点，通过引入通道注意力与空间注意力机制，提出一种基于多注意力机制端到端的滚动轴承智能故障诊断方法。首先，通过原始振动加速度信号经过积分运算得到速度和位移；然后，将3者组合成具有特征增强的图像，输入至结合了多注意力机制的深层残差网络实现特征提取；最后，利用多分类函数完成滚动轴承故障分类。在本地实验室轴承数据集上进行了验证，结果表明，所提方法的诊断准确率达到了97.50%。验证了基于多注意力机制端到端的滚动轴承智能故障诊断方法的可行性和有效性，可为滚动轴承的精确故障诊断提供支持。     

基于深度学习和经验模态分解的 双列圆锥滚动轴承故障诊断

双列圆锥滚动轴承在列车走行部应用广泛,由于该类轴承结构比较复杂,传统的故障诊断方法难以识别该类轴承的早期微弱故障.为此,提出基于深度学习的双列圆锥滚动轴承早期微弱故障诊断方法.首先,对轴承的振动信号进行经验模态分解,提取信号的瞬时能量构造特征向量;最后,利用深度学习方法对特征向量进行无监督学习,生成故障诊断分类器,完成故障的分类识别.实验中对某型号双列圆锥滚动轴承的正常状态、内圈故障和外圈故障进行信号分析与故障识别.结果表明,所提方法能有效识别双列圆锥滚动轴承的早期微弱故障,分类准确率达到98%.     

形态分量分析在滚动轴承故障诊断中的应用

滚动轴承局部故障振动信号中的周期性冲击是识别故障的关键特征.形态分量分析在由多种形态原子组成的过完备字典基础上提取信号中的不同形态成分,基于这种思想提出了一种基于新型过完备复合字典的形态分量分析方法.依据滚动轴承故障振动信号中分量间的形态差异性,改进字典后该方法可以更具针对性地提取出包含故障特征的冲击分量,配合包络谱分析准确提取故障特征频率,诊断滚动轴承局部故障.对比基于快速谱峭度法的轴承故障诊断方法,该方法可以避免人为选择共振带产生的不准确性和非最优问题,提高了故障诊断效果.通过轴承仿真信号和故障实验信号分析验证了该方法的有效性.     

基于小波包能量熵和GWO-SVM的滚动轴承故障诊断

针对滚动轴承不同故障类型和不同损伤程度识别准确率较低的问题,提出了将小波包能量熵、灰狼优化算法和支持向量机相结合的故障诊断方法.首先,将滚动轴承振动信号进行3层小波包分解,对第3层各频段小波包分解系数进行重构,提取各频段成分的能量熵构成故障特征向量;其次,利用灰狼优化算法实现支持向量机参数优化;最后,基于优化后的支持向量机分类模型完成对测试集滚动轴承不同故障类型和不同损伤程度特征向量的识别诊断.实验结果表明,相比实验和文献中其他方法,该方法对滚动轴承不同故障类型和不同损伤程度具有更加突出的故障辨识能力.     

基于小波分析和Kohonen神经网络的滚动轴承故障分析

为了对旋转机械中滚动轴承的运行状态进行故障监测和诊断,在对振动信号进行采集和处理的基础上,提出了小波变换与Kohonen神经网络(SOM)相结合的滚动轴承故障诊断新方法.运用该方法在滚动轴承实验台上进行实验,用小波分析提取振动信号的特征值后,应用SOM网络对数据进行分类得到各种故障类型的标准样本,通过故障样本与标准样本...     

基于EMD和自适应STFT的货车滚动轴承故障诊断

提出了一种结合经验模态分解(EMD)和自适应短时傅里叶变换(STFT)的铁路货车滚动轴承故障诊断方法.该方法应用EMD方法把滚动轴承振动信号分解成有限个平稳的内蕴模型函数(IMF);根据滚动轴承故障信号的分布特征,应用以三阶B样条函数作为窗函数、在不同频段自适应选取窗长的自适应STFT对第一个IMF分量进行时频分析和故障信息提取.本文还对197726型货车滚动轴承在外圈剥离、内圈剥离两种故障状态下的振动信号做了分析,结果表明,该方法可以有效地在时频域上获取故障信息,为铁路货车滚动轴承故展诊断提供了一种新的方法.     

基于鲁棒局部均值分解与二阶瞬态提取变换的滚动轴承故障诊断

利用传统故障诊断方法对滚动轴承进行诊断时存在故障特征提取困难以及提取特征不明显的问题.针对此问题,提出了 一种基于鲁棒局部均值分解(robust local mean decomposition,RLMD)以及二阶瞬态提取变换(second-order transient-ex-tracting transform,S...     

小波减噪和双谱分析在轴承故障诊断中的应用

提出了基于小波减噪技术和双谱分析的滚动轴承故障诊断的方法。利用小波变换及其减噪技术对滚动轴承早期微弱故障振动信号的特征频率进行提取，采用双谱估计可绘出滚动轴承故障信号的特征图谱。实验表明，小波减噪和双谱分析方法可以敏感地监测滚动轴承工作状态，并且利用特征图谱可以有效地识别滚动轴承不同的故障特征。     

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。