滚动轴承非线性振动特性探讨

主要研究了滚动轴承支承转子系统的非线性振动及相关的轴承破坏问题。采用滚动轴承的非线性刚度表达式，建立了滚动轴承支承刚性转子系统的力学模型和数学模型；通过对数学模型的求解，得出了系统振动的反应曲线和骨干曲线；揭示了滚动轴承的非线性振动是其高速运转时破坏的原因之一，并从理论上解释了球轴承和滚子轴承的动力特性差异。附图４幅，参考文献３篇。     

滚动轴承振动信号采集与数据处理系统

符号说明Ｌ2(Ｒ)平方可积函数空间^Ｘ(ｋ)ｘ(ｉ)的离散傅里叶变换ｆ(ｔ)任一函数或信号Ｒ(τ)自相关函数^ｆ(ｗ)ｆ(ｔ)的傅里叶变换Ｔ采样周期Ｎ实际采样点数^Ｓ(ｗ)功率谱密度函数ｘ(ｉ)计算机采集的轴承振动离散数字信号ｔ时间滚动轴承的振动是影响其质量的一个重要因素,如何区分由滚道损伤、滚动体损伤和润滑脂杂质等原因引起的非正常振动,并进一步分析确定由何道工序所引起的,以便采取相应的措施减少振动,是提高产品质量的一个重要途径。本系统的建立,克服了只能凭借操作员眼看、耳听的经验来判断轴承是否合格的缺点,通过对轴承振动信号…     

基于振动信号的轴承故障诊断技术综述北大核心

介绍了轴承振动的产生及故障诊断技术的典型分析方法,阐述了轴承故障诊断技术的发展历史和研究现状,最后总结了轴承故障诊断技术的发展趋势和不足。     

滚动轴承振动信号的微机采集和分析系统

本文以286微机为主体建立了振动信号采集和分析系统.系统由信号测量,数据采集,预处理和信号分析几部分组成,能实现幅值域,时域和频域分析.系统的软件有良好的人机界面,使用十分方便.该系统成功地应用于滚动轴承振动信号的采集和统计特性分析,还可以推广应用于其它机械振动信号的采集和分析.     

滚动轴承振动信号的非线性分形特性研究

为研究球轴承振动信号的非线性分形特性,对Hurst指数及多重分形计算分形特征的方法进行改进。采用2次分割充分利用数据,并对不同状态振动的Hurst指数和多重分形谱的变化规律进行了仿真及试验研究。结果表明:正常状态振动呈现正的持续性,故障状态振动具有反持续性,故障状态振动的波动影响范围比正常状态振动的小;振动信号具有不均匀的自相似性(即多重分形特征),振动状态与多重分形谱的形状之间存在着对应关系。     

滚动轴承振动统计特性分析

利用微机数据采集和分析系统，以数字信号处理技术，全面地研究了滚动轴承振动的统计特性。正常轴承的振动加速度信号是服从正态分布的零均值随机信号，信号的均方根值能正确地描述轴承振动的烈度，鉴别产品的质量水平，它和幅值分布的峭度系数可用于轴承的工况监测和故障诊断。     

基于多重分形的摩擦振动信号研究

为提取摩擦振动的特征信号和实现摩擦振动特征信号的表征,在摩擦磨损试验机上进行船用柴油机缸套-活塞环摩擦副摩擦磨损模拟试验,应用总体经验模式分解对缸套-活塞环摩擦副的非线性、非平稳的摩擦振动信号进行降噪,并应用多重分形对摩擦振动信号进行分析,得到多重分形谱图及其参数。研究结果表明,随着摩擦磨损试验的进行,缸套-活塞环摩擦副摩擦振动信号振幅分布多重分形谱和频率分布多重分形谱呈现一定的变化规律;多重分形谱图及其参数能够实现摩擦振动信号特征的表征,可以用于摩擦副摩擦振动状态的识别。     

滚动轴承故障的振动信号诊断方法

针对滚动轴承损伤类故障振动信号的特点,充分利用HMM、SVM在序列行为的分类和小样本方面的优势,把SVM的输出转化为HMM中观察值概率矩阵模型,建立了动态过程时间序列分类器,提高模型的学习速度和分类性;基于对包络解调信号提取AR模型参数构建的用于训练和故障识别的特征矢量,提出了一种基于SVM-HMM混合算法的滚动轴承故障诊断方法.将该方法应用到滚动轴承故障诊断中取得了较好的效果.     

振动信号模型在滚动轴承故障诊断中的应用

为了克服传统故障诊断流程的缺点,提出一种基于EMD(Empirical Mode Decomposition)和振动信号模型的滚动轴承故障诊断方法,首先根据滚动轴承振动机理和振动信号的特征,建立了滚动轴承在正常和各种典型故障时的信号模型,然后采用EMD对原始振动信号做分解,并以峭度为依据进行信号重构,最后计算重构信号与不同信号模型之间的相关系数,根据系数大小可准确判断故障类型。通过对实验平台信号和风力发电机组齿轮箱滚动轴承振动信号的分析,验证了该方法的有效性和实用性。     

小波多重分形及其在振动信号分析中应用的研究

不同于许多基于FFT的信号分析方法,多重分形谱分析的是信号的几何结构特征。以前,多重分形谱的计算方法都有其固有的缺点,使多重分形谱的应用受到限制。而小波局部极大模方法因其简单性和有效性,近来在多重分形谱计算方面受到了广泛的关注。较系统地阐述了多重分形的概念和多重分形谱的小波局部极大模计算方法,讨论了多重分形谱在故障诊断领域的应用途径,并用多重分形谱对不平衡、油膜涡动、联轴器不对中和碰摩等旋转机械的4种典型故障的振动信号进行了事例研究。研究结果表明,多重分形谱能够很好的反映振动信号的几何结构特征,为机械设备故障诊断提供了又一种有效的方法。     

滚动轴承的非线性振动和损坏机理

研究了非线性滚动轴承支承转子系统的非线性振动问题以及相关的轴承损坏机理。采用滚动轴承的非线性刚度表达式，建立了滚动轴承支承刚性转子系统的力学模型和数学模型，通过时数学模型的求解，得到了系统振动的反应曲线和骨干曲线，从而揭示了滚动轴承高速运转时损坏的一种机理，并且从理论上解释了球轴承和滚子轴承的动力性能差异。     

汽车振动信号的分形分析

介绍了分形的基本概念,给出机械振动信号分析中主要应用的分形方法对模拟信号进行了分形分析,然后对实际汽车振动信号进行了分形研究。结合小波分析方法,对汽车的复杂振动信号进行了分形分析,发现了汽车振动信号的复杂分形特征,分离出了典型频率的分形维数。     

振动筛滚动轴承的振动特性研究

通过对振动筛滚动轴承振动产生的机理和原因分析,设计合理的载荷、振幅及振动频率等参数并选择合适的轴承类型及精度等级,合理确定轴承与相关零件的配合,提高轴承座的刚度及采用必要的预紧措施和良好的润滑,才能确保振动筛正常工作。     

振动机械滚动轴承单点点蚀故障动力学研究北大核心

针对振动机械滚动轴承内、外圈单点点蚀故障,通过分析轴承工作状况及钢球通过缺陷时接触变形量和弹性接触力的变化,建立了振动机械轴承内、外圈单点点蚀故障的动力学模型,并通过数值仿真得到了振动机械轴承内、外圈单点点蚀故障频谱。以振动筛为载体进行试验研究,验证了理论模型的正确性及有效性。理论分析与试验结果一致表明:振动机械轴承外圈单点点蚀故障时的故障包络谱中有较为明显的调制现象,内圈单点点蚀故障时的包络谱有轻微的调制现象,与旋转机械轴承内外圈单点点蚀故障谱有明显的区别。     

基于振动信号显著性序列的滚动轴承状态诊断方法研究

为提升基于时域信号的滚动轴承状态诊断准确率,提出了一种基于振动信号显著性序列的滚动轴承状态诊断方法.首先,将采集得到的振动信号归一化后进行了傅里叶变换,得到对数幅度谱和平均对数谱,并将二者相减获得了信号的谱残差;然后,对谱残差通过傅里叶逆变换映射回时间域,得到了信号的显著性序列;最后,将显著性序列输入到状态诊断模型中,...     

基于LE-DBN故障诊断模型的滚动轴承振动信号特征提取

为了提高滚动轴承的高效率运行,设计了一种基于拉斯特征映射-深度置信网络(laplacian eigenmap-deep belief network, LE-DBN)故障诊断模型的滚动轴承振动信号特征提取方法。利用LE算法从高维振动数据中提取获得流形参数,分别测试包含少量有标签与大量无标签样本的DBN网络训练结果,再对各类故障实施分类。研究结果表明：采用训练集识别时准确率在99.8%附近,表明该模型可以对训练数据发挥理想拟合性能。LE算法比PCA、KPCA算法都达到了更优特征提取效果,选择合理参数可以使准确率达到99.8%。采用多传感器实施特征融合时相对单个传感器的诊断性能更优。有标签样本个数在60～120之间时,采用DBN网络可以获得比CNN网络更理想的分类结果。该研究可以达到可靠性标准,更能适用于其它的机械传动设备。     

基于CEEMD的滚动轴承振动信号自适应降噪方法

针对滚动轴承故障特征信号容易被噪声掩盖难以提取的问题,提出了基于互补集合经验模态分解(CEEMD)的滚动轴承振动信号自适应降噪方法。为了准确判定噪声分量和有用信号分量的分界点,在对振动信号进行CEEMD分解后,设计了依据信噪分量自相关函数的单边波峰宽度特性自适应地判定分界点的方法。为了保证重构信号的完整性,利用改进的小波阈值降噪方法提取低频IMF分量中的高频有效信息。实验分析表明,结合改进阈值函数的CEEMD自适应降噪方法能够有效地去除故障振动信号中夹杂的噪声,并且很好地保留了滚动轴承振动信号的突变细节,达到了不错的降噪效果。     

利用弹性支承改善滚动轴承的振动特性

本文研究了弹性支承滚动轴承系统的非线性振动问题，着重分析了利用弹性支承改善滚动轴承振动特性的原理和方法。首先建立了弹性支承滚动轴承的力学模型；然后，根据这一模型对系统进行了振动计算；通过对所得到的最大振幅及轴承动压力的分析，得出了弹性支承可以减小滚动轴承非线性振动的结论；最后，对弹性支承的一个应用实例作了简要说明。     

旋转机械故障诊断中的振动信号自适应分形压缩算法

首先介绍了迭代函数系统编码的理论基础;然后计算迭代函数系统编码的各个参数,依据迭代函数系统编码的理论基础和旋转机械振动信号的分形特性提出了振动信号自适应分形压缩编码及解码的算法,自适应分形算法的特点是分段长度根据振动信号的特点由误差门限值自动确定;最后通过对实例应用的分析,计算振动信号的压缩比以及压缩重构后的信噪比和均方根误差,表明该算法是可行的。     

滚动轴承的结构振动问题

讨论了由轴承本身的结构性质引起的振动 ,即弯曲振动 (或称结构振动 ) ,利用虚位移原理推导出该振动频率及量级与轴承结构参数大小之间的数学表达式 ,并用实例说明 :对低噪声轴承设计而言 ,该因素是不容忽略的。附图 1幅 ,表 1个。