基于机器视觉的滚动轴承振动检测方法

滚动轴承应用场景的工况较为严苛且其结构特殊，经常发生故障。常用振动信号检测方法来判断轴承现状，但已有方法无法直接提取轴承元件的振动信号，且存在信号干扰，安装也较为烦琐，不利于后续数据分析。为此提出了一种基于机器视觉的滚动轴承振动信号检测方法。利用高速相机获取了滚动轴承运行时的时间序列图像，通过图像处理获取了滚动轴承内圈特征坐标，建立了基于YOLOv3的滚动轴承深度学习识别模型，并对采集视频进行首帧预框选，提高了检测速度与准确性。最后搭建了滚动轴承振动检测试验台进行验证。测试结果表明，所提方法能够有效地检测滚动轴承内圈的振动信号，识别率达到99.4%以上，可根据信号峭度和轨迹分布有效区分滚动轴承故障。     

基于应力-强度理论的角接触球轴承可靠性分析

角接触球轴承广泛应用于航空、航天和精密机床等转子系统,其可靠性对整个机械系统十分重要。文章通过对随机变量进行抽样,将抽取样本带入轴承力学模型以获得相应的最大接触应力,基于应力-强度理论建立了轴承可靠性分析的极限状态方程,使用主动学习Kriging模型（Active learning Kriging,AK）结合蒙特卡洛模拟法（Monte Carlo Simulation,MCS）的AK-MCS方法对角接触球轴承进行可靠性分析。     

滚动轴承振动性能试验机的设计及仿真分析

为开展滚动轴承动态可靠性设计方法研究,模拟轴承在机械系统运行过程中的实际外部振动工况,进而获取轴承的振动、温度等数据,进行了滚动轴承振动性能试验机总体结构及各组成部分的设计与选型,通过有限元软件ABAQUS对试验机的振动激励耦合加载过程进行仿真计算,得到了外部振动激励与径向静载荷耦合作用下的振动曲线,分析了径向静载荷对...     

基于非齐次Gamma过程的滚动轴承磨损随机过程建模方法

针对滚动轴承的磨损这一时变随机退化过程，采用Gamma过程进行建模，开展了多组定时递进的加速寿命试验，按照标准GB/T 25769—2010测量得到了对应不同试验时长轴承的游隙数据，通过极大似然法与遗传算法对该过程的尺度参数与形状参数进行了最优估计，参数估计的结果验证了Gamma过程的非齐次性质。最后，将建立的退化过程模型与原始数据进行对比，模型拟合一致性较好。     

基于劣化机理的轴承剩余使用寿命预测

滚动轴承作为工业设备的关键部件之一，一旦发生故障容易造成严重损失。因此提出了一种基于Paris公式相关轴承劣化理论和扩展卡尔曼滤波结合的剩余使用寿命预测方法，通过选用10个特征参数构成备选特征集，基于单调性、鲁棒性、相关性进行特征评估，结合等距特征映射法对敏感特征集进行特征融合，得到单个敏感特征值进行剩余寿命预测，最后针对试验获取的振动信号分别用基于劣化机理的模型和指数模型进行对比，验证了其有效性。