基于ADINA的空心圆柱滚子轴承偏载承重分析

本文根据空心圆柱滚子轴承的实际工作状况,利用有限元软件ADINA对滚动轴承在均载和偏载工况下的应力和位移进行仿真分析。通过分析发现:偏载工况对空心滚子轴承的损伤较大,应当尽量减少和避免;空心度是影响轴承承载能力和使用寿命的一个重要因素,应当合理选择滚子的空心度。     

某型自润滑杆端关节轴承仿真分析

为分析某型自润滑杆端关节轴承的结构、制造工艺和疲劳寿命是否满足使用要求,基于Abaqus软件建立该轴承的有限元模型,通过对产品动态加载和轴承-杆端体过盈装配进行仿真分析和试验验证轴承结构的科学性,通过对外圈挤压和车削过程进行工艺优化仿真提高轴承的密合度,通过对轴承铆压固定和轴向推出过程进行仿真确保铆压固定性能满足要求....     

静压止推气体轴承性能仿真

运用计算流体力学软件FLUENT仿真静压止推气体轴承性能,分析轴承的几何参数对系统性能的影响。采用不同几何参数的静压止推气体轴承的气膜建模并划分网格;运用FLUENT软件对轴承的气膜流场进行数值仿真,计算轴承在不同几何参数下的承载能力和气体流量。仿真结果表明静压止推气体轴承的节流孔直径和气膜厚度越小,气腔直径越大,轴承的承载能力和气膜刚度越好,同时气腔深度对轴承性能影响较小。FLUENT软件可以有效的应用于静压止推气体轴承的性能分析,而优化了静压止推气体轴承的设计,达到优化效果。     

带有均压槽的气体静压推力轴承设计

针对空间机器人地面微重力模拟实验中存在侧向干扰力/力矩,工作台面不平整等特殊情况,设计了具有周向和径向均压槽的高承载力、高刚度圆盘气体静压推力轴承,并采用变形雷诺方程对轴承的承载特性进行了建模和数值分析.为了验证理论计算结果的正确性,使用Fluent对轴承的承载力特性进行仿真分析,并且分析了高压气体产生的冲击力对承载性能的影响.最后,在标准测试平台上对该轴承的承载力特性进行了实验,并与不带有均压槽的轴承进行对比分析,证明了结构设计和理论分析的正确性.     

基于有限元方法的主动磁悬浮轴承电磁性能仿真分析

磁悬浮轴承利用电磁力实现定子与转子间的无接触悬浮，集机械、电子、自动控制和电气于一身，是复杂的机电一体化产品，包括了复杂的机械结构和电气控制系统。在根据磁路解析法对主动磁悬浮轴承进行各部分参数的设计时，其磁饱和、磁滞效应以及漏磁等非线性因素均无法考虑，但在实际工程应用中磁轴承的实际性能与这些非线性因素息息相关。结合有限元方法对已设计的磁轴承结构进行电磁性能的仿真分析，研究主动磁悬浮轴承内部的电磁性能并进行结构上的设计校核，为磁悬浮轴承的正确设计提供了理论基础。     

基于ADINA的空心圆柱滚子轴承偏载承重分析

本文根据空心圆柱滚子轴承的实际工作状况，利用有限元软件ADINA对滚动轴承在均载和偏载工况下的应力和位移进行仿真分析。通过分析发现：偏载工况对空心滚子轴承的损伤较大，应当尽量减少和避免；空心度是影响轴承承载能力和使用寿命的一个重要因素，应当合理选择滚子的空心度。     

dSPACE的电磁轴承控制系统半实物仿真研究

介绍了用于高速电机的电磁轴承控制系统的结构和控制原理,以及一种以TMS320F240 DSP芯片为核心的半实物实时仿真系统dSPACE;同时研究将电磁轴承的控制系统设计与dSPACE控制系统开发和测试平台相结合的方法.研究结果表明,采用dSPACE半实物仿真系统进行电磁轴承单自由度的控制是可行的,不仅可以缩短电磁轴承控制系统的研发周期,而且具有实时性强、可靠性高的特点.     

基于EEMD和能量算子解调的滚动轴承故障诊断

传统的小波分解存在小波基函数难以选择的问题,经验模式分解（EMD）存在模式混叠现象,不能准确地诊断出轴承故障。因此本文将集成经验模式分解（EEMD）和能量算子解调相结合,建立了滚动轴承单自由度模型,仿真故障激励,以获取轴承故障动力学响应。最后利用模型结果对本文方法进行数值验证,以证明本文所提方法的有效性和正确性。     

内燃机曲柄连杆机构的建模与仿真研究

对内燃机曲柄连杆机构的工作性能进行仿真分析是内燃机产品设计过程中的重要组成部分.文章根据机械系统动态仿真技术的相关理论,介绍了一种基于Pro/E和Matlab工程软件的内燃机曲柄连杆机构动力学仿真分析方法.文章首先结合某内燃机曲柄连杆机构模型实例,利用Pro/E软件的三维实体建模功能建立了该机构的实体模型,然后利用Pro/E提供的Mechanism模块进行了曲柄连杆机构的动力学仿真分析,得到了活塞、连杆大头轴承等主要运动部件的运动规律及受力情况.最后,结合Mechanism模块得到的分析结果,利用Matlab软件对各主轴承负荷状况进行了数值模拟分析.对仿真结果的分析表明,仿真结果与内燃机的实际工作状况基本一致.文章介绍的仿真方法为曲柄连杆机构的选型、优化设计提供了一种简便有效的新思路.     

某发动机主轴承盖优化设计

在冷热冲击试验过程中,某发动机第五主轴承盖发生断裂失效.针对该问题,基于Abaqus对主轴承盖组件进行有限元分析,结果表明其断裂处疲劳安全因数低于经验值;对主轴承盖进行优化设计,并运用同样的仿真方法得到疲劳分析结果.经过反复验证,得到主轴承盖最优设计方案,并通过试验验证解决该主轴承盖断裂问题.     

长寿命卫星活动机构固体润滑轴承特性

为对长寿命卫星活动机构固体润滑轴承进行寿命评价,首先结合赫兹接触理论研究轴承失效的物理量化模型;其次,应用Adams从轴承动力学的角度模拟其安装于单机载荷上的实际工况,得到轴承内部接触摩擦特性及受力特性变化规律;最后,通过试验及得到的相关数据对仿真结果进行闭环验证.研究结果验证该类固体润滑轴承动力学建模方法的正确性,为低速固体润滑类轴承内部润滑失效提供定量的判据,并对最终提高二维扫描机构长寿命的方法提供借鉴.     

滚动轴承的刚度分析方法与试验测定

本文基于Hertz接触理论建立轴承零件模型,在分析轴承零件受力的基础上,给出了轴承内部零件相互作用的具体表达式,分析了轴承载荷(轴向、径向、力矩载荷)对轴承接触应力和接触变形的影响,获得了滚动轴承整体五自由度刚度矩阵的表达形式.在滚动轴承加载试验台上,通过测量不同载荷作用下轴承的轴向位移与径向位移,获得了轴承的刚度特性,与轴承刚度理论计算结果对比,验证模型正确性.     

基于Abaqus的GE17自润滑关节轴承结构分析与改进

针对在GE17自润滑关节轴承轴向静载试验中,轴承内圈轴向位移大于许用值的问题,应用Abaqus建立GE17轴向静力加载模型进行分析,结果表明轴承外圈端面的安装沟槽削弱轴承的轴向刚度。改进GE17轴承结构,减小轴承球径尺寸,增加沟槽内挡边厚度,提高其抗挤压变形能力。试验结果表明,改进后结构在额定载荷下的轴向位移减小10.7%,从而验证仿真结果的准确性和结构改进的有效性,为同类型轴承设计提供参考。     

基于Hilbert-Huang变换的特征能量法及其在滚动轴承故障诊断中的应用

Hilbert-Huang变换是一种新的自适应信号处理方法,非常适用于非线性和非平稳过程。该文在介绍Hilbert-Huang变换的基础上,针对滚动轴承故障振动信号的非平稳特征,提出了一种基于Hilbert-Huang变换的特征能量法。该方法在Hilbert-Huang变换的基础上定义滚动轴承振动信号在固有频率段的能量为特征能量,以此作为滚动轴承的故障特征向量,并通过建立M-距离判别函数来识别滚动轴承的故障类型。对滚动轴承外圈和内圈故障信号的分析结果表明,基于Hilbert-Huang变换的特征能量法可以有效地提取滚动轴承振动信号的故障特征。     

Abaqus在某发动机主轴承螺纹孔强度分析的应用

用AVL/Excite软件对某款发动机主轴承进行EHD分析,选择最危险时刻的主轴承载荷,将主轴承油膜压力结果映射到主轴承壁计算网格表面上,用Abaqus计算全局模型位移,并以此作为边界条件计算主轴承螺栓孔子模型的应力,通过FEMFAT对主轴承孔螺纹进行高周疲劳分析,对结果做出评价,提出结构改进建议.     

火电机组轴承表面细小缺陷深度检测方法仿真

采用当前方法检测火电机组轴承表面细小缺陷未对高效分离背景图像和缺陷特征,导致检测细小缺陷时,检测所用的时间较长,得到的检测结果与实际不符,存在检测效率低和误检率高的问题。提出火电机组轴承表面细小缺陷深度检测方法。通过形态学滤波算法去除火电机组轴承表面图像中存在的噪声,利用曲线拟合方法实现火电机组轴承表面图像的背景估计,通过最大熵分割法火电机组轴承图像进行二值化处理,使背景图像和缺陷特征高效分离;在此基础上,火电机组轴承表面缺陷目标,通过深度置信网络在逐层学习模型的基础上实现火电机组轴承表面细小缺陷的检测。仿真结果表明,所提方法的检测效率高、误检率低。     

基于Boosting RBF神经网络的滚动轴承故障诊断

提出了一种新颖的基于RBF神经网络滚动轴承故障诊断方法。以滚动轴承动态信号的能量信息作为特征,RBF神经网络作为分类器进行滚动轴承故障自动分类与诊断。为了进一步提高神经网络的泛化能力和故障诊断的准确性,采用Boosting方法,进行网络集成。对七类滚动轴承进行了实验,结果表明该方法具有很好的故障诊断效果。     

Bearing condition monitoring based on shock pulse method and improved redundant lifting scheme

Due to the widespread application of rolling element bearings, it is necessary to effectively monitor their health status. The shock pulse method (SPM) has been widely used as a quantitative method for bearing condition monitoring. However, the shock value indicating the bearing condition may be mistakenly estimated by direct demodulation in the SPM. To overcome this deficiency, a new approach based on improved redundant lifting scheme (IRLS) is proposed. The classical redundant lifting scheme is improved by adding the normalization factors to avoid error propagation of decomposition results, and the IRLS is applied to preprocess the bearing vibration signals. Then the maximum normalized shock value of detail signals in decomposition results is used as a measure of the bearing condition. The effectiveness of the proposed method is demonstrated by applying it to both simulated signals and practical bearing vibration signals under different conditions. The results show that the proposed method is effective for bearing condition monitoring.     

Fault features extraction for bearing prognostics

Over the past years, investigation on condition-based maintenance (CBM) technique on bearing has been conducted. Bearing diagnostics and prognostics are the important aspects in CBM. A key to the success of using vibration data for bearing fault diagnostics and bearing lifecycle prognostics is a quantified relationship between bearing damage and bearing fault features. To establish such a quantitative relationship, effective signal processing techniques to extract bearing fault features from vibration signals are needed. This paper describes a newly developed fault feature extraction method for bearing prognostics. The effectiveness of the method is demonstrated with two real bearing run-to-failure test datasets: one collected under normal operating conditions and another one under abnormal operating conditions. Experimental results show that the bearing fault features extracted using both traditional vibration analysis methods and the proposed method give clear bearing heath degradation trend for the dataset collected under normal operating conditions. However, for the data collected under abnormal operating conditions, bearing fault features obtained using traditional vibration analysis methods fail to show the bearing health degradation trend while the fault features extracted using the proposed method give consistent bearing degradation trends.