圆锥滚子轴承振动的实验研究

以实验为基础,研究了32210圆锥滚子轴承内外圈参数与振动的关系。利用灰色系统理论和统计回归理论对实验数据进行分析,确定出影响轴承振动值的主要因素。建立了轴承振动值与主要影响因素之间的回归函数。根据该函数和要控制的振动值的公差可以确定各主要因素的公差,实验结果表明,当各个影响因素的误差都控制在公差范围内时,轴承的振动值也会控制在公差范围内。     

风电齿轮箱高速轴多支承轴系耦合振动研究

风电齿轮箱高速轴轴承的振动是造成风电机组安全隐患的重要因素,而轴系的耦合作用会对轴承振动产生重要影响。以某750 kW风电齿轮箱高速轴多支撑轴系为研究对象,基于中心差分法提出一种用于分析多支承轴系耦合振动的建模方法,并通过MATLAB进行了模拟计算。结果表明：耦合模型比非耦合模型轴承振动幅度小;不同轴承的接触力不同,且载荷作用点越靠近轴承接触力越大;当载荷作用点在靠近单轴承的一侧时,会出现接触力远大于另一侧的双轴承的情况。     

计入波纹度的柔性角接触球轴承振动特性研究

针对柔性角接触球轴承的振动,建立计入波纹度的柔性角接触球轴承动力学模型,该模型考虑了润滑和轴承内外圈表面波纹度对轴承动力学的影响。在此基础上研究了轴承内外圈波纹度幅值对角接触球轴承振动的影响,仿真结果表明：角接触球轴承的振动随内外圈波纹度幅值的增加而增强,柔性环的振动比刚性圈体的振动大,波纹度阶数也会影响加速度的特征频率,且在旋转过程中产生的柔性变形加剧了内外圈波纹度对振动的影响。搭建轴承振动实验台,验证了动力学模型的正确性。     

基于振动时域特征的船用滚动轴承故障诊断方法

基于机器学习故障诊断方法,针对船用滚动轴承复合故障特征提取多样化的特点,提出一种以振动信号时域指标为特征的随机森林故障诊断方法。将振动时域信号进行清洗转换,构造5个量纲一化指标的衍生特征,并选取以决策树为基本分类器的随机森林算法建立训练模型;通过特征筛选、评估测试和模型优化得到较为理想的故障诊断分类模型;采用滚动轴承竞赛数据集进行模型仿真,并结合实际模拟8种船用滚动轴承故障状态。通过三向振动实验和算法建模,证明特征提取的科学性和故障诊断模型的有效性。结果表明:采用该方法,数据仿真诊断准确率为98.61%,实验诊断准确率为98.85%,且该方法在振动采集方向为轴向时诊断效果最优。     

基于多体动力学的圆柱滚子轴承局部损伤分析

为研究存在局部损伤下轴承系统的振动响应特征,基于多体动力学方法建立了可预测轴承局部缺陷尺寸、位置和形状的动力学模型,分析了缺陷参数对轴承振动的影响机理。研究结果表明,轴承的振动响应随着缺陷尺寸的增加而逐渐增大;随着缺陷位置远离最大承载区而逐渐减小;矩形缺陷的振动响应最大,三角形缺陷次之,圆形缺陷振动响应最小。通过台架试验得到圆柱滚子轴承振动响应与局部缺陷尺寸及位置的关系,并与仿真结果进行比较,验证动力学分析的合理性,为探寻轴承早期故障机理提供理论参考。     

滚动轴承疲劳失效故障的数字孪生虚拟实体建模

针对目前基于数据驱动和机制建模的滚动轴承故障诊断方法的不足,提出一种针对疲劳故障的滚动轴承数字孪生虚拟实体模型。基于L-P疲劳失效理论,对滚动轴承全寿命周期的振动响应进行建模。在轴承五自由度非线性滚动振动模型的基础上,考虑滚动体-滚道冲击力的影响,对滚动轴承内、外圈局部缺陷模型进行改进,并提出一种滚动轴承次表面裂纹早期故障模型,从而建立了疲劳失效下的滚动轴承全寿命数字孪生虚拟实体模型。该模型可表征轴承疲劳故障的产生、发展到严重的全过程。对不同类型的轴承疲劳故障虚拟实体数据进行了分析,验证了所建模型的正确性和有效性。     

基于刚度矩阵单元的斜齿轮传动系统耦合振动有限元分析

推导了斜齿轮传动系统的轮齿啮合刚度矩阵;以及传动轴及支承的弹性变形,利用有限元法建立了考虑轮齿啮合刚度的斜齿轮传动系统的弯-扭-轴-摆耦合振动模型;计算了系统的耦合振动固有模态,并分析了轮齿啮合刚度及轴承支承刚度对系统动态特性的影响。     

基于深度卷积神经网络的轴承故障诊断技术研究

为了提高轴承故障诊断的准确度,采用深度卷积神经网络算法来实现轴承故障分类。首先根据轴承振动故障特征频率建立轴承故障数据库,接着对轴承的振动信号按不同切片长度和固定宽度进行周期提取,建立特征向量矩阵,然后建立深度卷积神经网络的故障诊断模型,在网络设计时,差异化设置卷积核与池化尺寸,优化神经网络训练的核心参数,最后获得稳定的卷积神经网络模型。经过实例仿真,基于深度卷积神经网络的轴承故障分类准确率高,标准差小。     

基于GAF与GoogLeNet的轴承故障诊断研究

为提高滚动轴承故障识别准确率,同时避免繁琐的频谱分析,提出基于GAF与GoogLeNet的轴承故障诊断模型.在实验室中采集滚动轴承正常、内环故障、外环故障和滚动体故障4种工况下的振动信号,利用EMD对振动信号进行分解并提取累积贡献90％的分量;基于重叠采样原理,利用格拉姆算法将选择的EMD分量和原始振动信号处理为二维图...     

基于XGBoost和自回归模型的轴承故障诊断和预警方法研究

针对轴承在数控车间生产中易发生故障且对轴承故障预警困难的问题,提出了一种基于XGBoost算法和AR(I)MA自回归模型的数据驱动的故障诊断和预警方法。首先使用XGBoost算法将轴承的历史数据划分为正常、滚珠故障、外圈故障和内圈故障4种状态,然后使用AR(I)MA模型来预测轴承在未来一段时间内的振动信号变化,再将预测出的振动信号进行降噪和特征提取后输入到训练好的XGBoost中进行故障诊断。使用PRONOSTIA平台采集的轴承工作数据进行实验,结果表明,文章方法可以准确预测出轴承短期内的振动信号并诊断出可能发生的故障,证明了该方法在轴承的故障诊断和预警中的可行性与正确性。     

基于小波分析和RBF神经网络的轴承故障诊断研究

为了提高轴承故障信号的诊断性能,采用小波分析和RBF神经网络相结合的方法对轴承振动信号进行故障分类。首先对轴承振动信号进行小波变化,采用软阈值去噪方法滤除振动信号噪声,然后对振动信号矩阵化处理,接着构建RBF神经网络,输入轴承振动信号特征向量,初始化权重和阈值,最后通过不断反向迭代得到稳定的RBF神经网络故障判别模型。实验证明：通过差异化设置隐藏层神经元数量,确定合适的RBF神经网络规模,经过小波去噪可以有效提高轴承故障判别准确率,相比于常见轴承故障分类算法,算法具有更高的故障判别准确率。     

滚动轴承VMD能量熵与PNN故障模式识别研究

针对研究振动信号分析识别轴承状态的方法,在实践应用中受到各种噪声的影响很难达到准确识别预期目标的效果,提出了基于VMD能量熵特征与PNN神经网络结合的分类滚动轴承故障状态的方法。首先,通过运用变分模态分解(VMD)的信号预处理方法,实现振动信号的VMD降噪,同时利用集合经验模态分解(EEMD)对仿真信号进行对比两种方法的分解效果;然后,通过VMD能量熵和时域特征组成特征向量。最后,特征向量导入概率神经网络模型中准确识别滚动轴承故障状态。结果表明,该方法能将非平稳振动信号分解有效降噪且抑制模态混叠现象,同时能有效识别故障状态,对于在线监测机床健康状态领域的发展有重大的意义。     

Modelling vibration transmission in the mechanical and control system of a precision machine

The relative vibration between tool and workpiece factors significantly to the performance of a precision machine. This paper develops a model for predicting the vibration transmission from two major excitation sources, ground vibration and fluid bearing force, to the tool and the workpiece position through the mechanical and control system of a precision machine. We synthesised the frequency response functions obtained from a finite element analysis of the machine to create transmissibility matrices that define the dynamic behaviours of the electromechanical system. The validity of the developed model was checked by comparing the measured relative vibrations to the results calculated from the measured excitations.     

中介轴承?双转子?支承系统的非线性振动响应分析

为研究航空发动机转子运行过程中非线性振动响应特性,构建了一种由滚动轴承支承的双转子系统力学分析模型。该模型两端由滚动轴承支承,高低压转子由中介轴承耦合,使用频谱图和轴心轨迹图描述在不同中介轴承间隙下系统动力响应情况,并通过相图、庞加莱截面及分岔图分析系统在非线性动力学状态演化中周期、拟周期和混沌等复杂的动力学现象。结果表明:随着中介轴承间隙变大,系统振动频率变得丰富,转子系统在竖直方向的振幅变化量比水平方向振幅变化量大;双转子系统处于混沌状态的转速区间变大,严重影响系统运行的稳定性。研究结果为系统的优化设计、振动的控制和失效预防提供了一定的理论参考。     

基于ANN和SVM的轴承剩余使用寿命预测

为了提高现代制造业设备的可靠性和高效性,轴承剩余使用寿命(RUL)的预测已经成为越来越重要的研究方向.提出一种基于人工神经网络(ANN)和支持向量机(SVM)的轴承剩余使用寿命预测方法.该方法首先将获取的18维反映轴承衰退的时域特征和频域特征输入到ANN模型中做特征抽取,再将输出的18维特征向量作为SVM模型的输入,进...     

攀钢方坯连铸机液压振动动力学模型与计算方法

通过建立结晶器液压振动动力学模型,对结晶器液压振动的受力状况进行了分析,还包括相应的振动频率和振幅作用在液压推杆、液压缸活塞上的力分析,计算了方程组中除支承反力外的各种力,对于故障分析与判断,分析非正弦振动的动力学变化,对于铸坯表面振痕深度控制,均有基础性的作用。     

基于振动时间序列的威布尔参数检验

为了寻找更适合轴承振动性能的分析方法,将轴承全寿命周期振动时间序列细分为正常运行阶段子序列和故障阶段子序列,以威布尔分布为分析模型,以精度为衡量指标,采用极大似然法、矩量法、图表法,求出3套轴承不同运行阶段的振动加速度概率密度函数,通过比较精度确定最佳参数估计方法。结果表明：极大似然法求得的参数更接近实际情况,矩量法次之,图表法最差。     

基于钢球振动所产生的轴承噪声数学模型

利用声学理论中的振动球源建立了，由轴承钢球振动所产生的噪声数学模型，为研究滚动轴承的降噪减振提供了理论依据。同时根据现场的试验情况，对该数学模型进行了验证，其结果是可行的。     

轴承预紧力对主轴模态及铣削稳定性影响的研究

采用两阶连续梁模型研究不同主轴结构的轴承预紧力对主轴模态及铣削稳定性的影响。研究结果表明:轴承通过改变主轴低阶模态对铣削稳定性产生影响,前轴承对系统模态及铣削稳定性的影响比后轴承大。同一模态影响下的轴端振幅和铣削稳定性之间有很大的联系,激起主轴最大振幅峰值的模态对铣削稳定性的影响最不利。     

混合陶瓷球轴承振动特性仿真分析

为研究混合陶瓷角接触球轴承剥落故障振动特性,在ANSYS Workbench中建立了角接触球轴承的动力学有限元模型,通过在外圈滚道、内圈滚道及滚动体上设置剥落故障,分析特定工况下正常与剥落故障时轴承各零件受力变化。在此基础上,研究正常与不同零件故障对接触力的影响,并分析剥落故障对轴承零件运动特性的影响。结果表明：轴承各元件中应力最大的是滚动体,剥落故障使轴承最大应力增加,且最大应力大都出现在滚动体上;外圈剥落对经过剥落处的滚动体造成冲击,增大滚动体公转和自转周期,使滚动体速度降低,接触力明显增大;外圈剥落对内圈振动加速度的变化影响较小。