排序方式: 共有5条查询结果,搜索用时 0 毫秒
1
1.
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。 相似文献
2.
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。 相似文献
3.
4.
5.
1