建立了鼠笼柔性支撑一体化轴承的FEM-拟动力学迭代分析模型,采用FEM模型计算支撑结构和轴承滚道的变形,采用非圆滚道的拟动力学模型分析轴承动态特性。研究了一个鼠笼支撑一体化球轴承在载荷作用下的内部载荷分布,分析了柔性支撑一体化结构对球轴承动态特性的影响。结果表明,鼠笼支撑一体化结构使轴承内部最大接触载荷减小了10.94%,疲劳寿命增加了11.3%,轴承刚度大幅降低,打滑率上升了15.8%。并且,轴承套圈壁厚越厚,结果越接近刚性支撑假设的计算结果;轴承套圈壁厚越薄,鼠笼支撑带来的影响越显著。

局部均值分解（LMD）可将采集的时域信号分解为多个单分量信号（PF）,全矢谱（FVS）技术可将双通道信息相互融合,防止单通道信息不完整。在此基础上,借鉴边际谱的思想,提出了一种新的解决方式—积频谱（FAS）：采集滚动轴承的同源双通道振动信号,用LMD对同源双通道的振动信号进行处理,得到双通道各个分量的瞬时幅值和调频信号,并对调频信号进行计算得到各个分量的瞬时频率,由此可求出各通道LMD的时频分布;对时频分布进行频率上的积分后,再通过傅立叶变换求出各通道的积频谱;并通过信息融合,将得到的全矢积频谱和单通道积频谱进行对比。选择有外圈故障的滚动轴承进行试验,试验结果表明,该方法是有效的。

针对强背景噪声干扰下的轴承复合故障难以准确分离提取,噪声与复合故障各成分间相互影响容易造成误诊或漏诊的问题,提出基于变分模态分解(VMD)及最大相关峭度解卷积(MCKD)的复合故障分离方法。首先对复合故障信号进行变分模态分解并根据峭度及相关系数准则重构信号作为前置滤噪处理,然后选取合理的滤波器长度及解卷积周期对重构信号进行最大相关峭度解卷积运算以实现故障特征分离,并结合1.5维能量谱强化信号瞬时冲击特征的优点,准确实现复合故障诊断,最后通过噪源干扰下的外圈、内圈复合故障实测信号分析验证该方法的有效性。研究结果表明VMD方法能够有效滤除噪声干扰,且其滤噪效果比集合经验模态分解(EEMD)方法的滤噪效果好;MCKD方法能够将外圈、内圈故障分离,避免复合故障各成分间的相互干扰;1.5维能量谱能够强化谱图中的瞬时冲击特...

从机械系统中传出的信号通常包含着不同的叠加振动成分,包括有用信息以及不可避免的背景噪声和其他频率干扰,因此波形较为复杂,并且其幅值和频率会随着时间发生变化。当背景环境较为复杂或噪声较大时,从混合信号中提取出的轴承故障特征信号更是如此。对于此类信号,模态分解算法不仅可以去除大量的高频噪声,而且还能将振动信号分解成一系列具有单一成分的模态分量,从而更好地发现振动信号的物理意义。引入一种新的轴承故障特征提取方法,首先利用变分模态分解算法先将故障信号分解为若干个成分单一的模态分量;然后利用一种新的能量算子——频率加权能量算子对含有故障频率的模态分量进行处理,得到其能量谱从而提取出轴承故障特征频率;最后以一种常见的振动筛分设备振动筛为实际案例,对其轴承故障特征进行提取,并通过对比,说明...

强化研磨可以使轴承滚道表面形成均匀分布的储油织构，为了研究这种织构的形成与变化规律，用扫描电镜对强化研磨后的套圈滚道表面形貌进行观察，基于MATLAB平台，通过图像处理技术对滚道表面形貌进行三维分析，再用TIME3230粗糙度仪测量其表面粗糙度。结果表明：采用经历25～125次强化研磨循环的研磨料加工套圈滚道，可以使滚道表面获得分布均匀、储油量良好的织构，加工效率较高；当强化研磨循环的次数达到200次时，研磨料切削能力几近丧失。

简述了摩擦学概况,从滚动轴承的材料摩擦磨损、结构设计、表面处理及润滑4个方面论述了摩擦学在滚动轴承中的应用,分析了我国轴承企业与国外知名轴承企业在摩擦学与轴承应用方面的差距,并提出了适当的建议。

针对传统故障诊断流程的缺点,提出通过拟合故障振动信号模型实现滚动轴承故障诊断,并在风力发电机组齿轮箱故障诊断中验证了有效性和实用性。首先根据滚动轴承发生故障时振动信号的特点,提出故障振动信号模型,然后通过遗传算法对该模型做数据拟合,拟合数据来自EMD（Empirical Mode Decomposition）方法对原始振动信号分解所得IMF（Intrinsic Mode Function）分量,最后将拟合结果和轴承各部件的故障特征频率作对比,可知损伤点所在部位。通过仿真、实验和现场信号的分析,验证了可通过拟合故障振动信号模型实现故障部位的准确诊断。

轴承磨床加工套圈沟道时,由于受机床结构空间和视野的限制,调试人员找正非常困难。运用空间分析原理,设计机外调试装置,将基准找正问题在机床外部解决,然后再将调试完成的支承座整体安装在机床上。经验证,机外调试装置不仅方便了调试人员找正,而且提高了基准找正的准确性和效率。

由于载荷、接触几何、粗糙表面、热效应等因素的影响，分析不同工作条件下滤波减速器转臂轴承工作界面润滑状态较为困难。为了研究转臂轴承润滑性能，建立转臂轴承的热弹流混合润滑模型。以静力学和运动学建立滤波减速器转臂轴承（球滚动体一滚动轴承）力学模型，结合点接触热弹流混合润滑理论建立轴承热弹流润滑模型，使用离散卷积快速傅里叶变换方法求解弹性变形和表面温升，使用有限差分法求解雷诺方程和能量方程，分析轴承接触副物理尺寸、载荷、卷吸速度和接触副粗糙表面等外部工况对轴承润滑特性以及表面下应力的影响。从数值模拟结果中可以看出：较大滚动体半径有益于轴承润滑油膜形成，提高轴承的承载能力；不同的机械加工表面下接触副平均膜厚和温度随转速和滑滚比变化趋势相同；轴承接触副润滑状态从混合润滑...

针对滚动轴承故障诊断时频特征自适应提取与智能诊断问题,提出了一种基于卷积神经网络(Convolution Neural Network,CNN)和离散小波变换(Discrete Wavelet Transform,DWT)的滚动轴承故障诊断方法。首先应用离散小波变换将信号时频特征充分展现,构造出时频矩阵;然后再利用卷积神经网络的多层特征提取网络对输入信号进行分级表达,将时频矩阵低层信号特征逐层变换形成抽象的深层特征,以获取原信号时频信息的分布式特征表达。最后在特征输出层后端添加softmax多分类器,利用反向传播(Backpropagation,BP)逐层微调结构参数,建立特征空间到故障空间的映射以生成合适的分类器,从而实现滚动轴承故障诊断。通过对不同故障类型、不同损伤程度以及不同工况下的滚动轴承进行故障诊断实验,结果证明了所提方法的可行性与有效性,并具有较好的泛化能力和稳健性。