滚动轴承接触应力分析计算过程比较繁杂,通过理论分析和数值拟合,给出了接触曲率函数与接触椭圆率的关系,利用接触曲率函数直接计算出接触椭圆率,使接触计算变得相对简化。同时,对接触区上关键点的应力状态进行计算,建立了接触材料屈服强度和屈服安定校核方法。对不同的轴承接触模型,给出曲率函数计算公式,并通过具体的实例计算了接触椭圆率。

针对工程实际中的故障诊断受限于零部件故障先验知识缺乏、振动信号调制及噪声成分复杂等问题,提出了一种滚动轴承故障诊断的自适应形态学滤波方法。在对基本形态算子和组合形态算子原理分析的基础上,利用非线性滤波器幅频响应分析法,获得了不同形态算子的滤波特性,定量分析了结构元素尺度参数对滤波效果的影响。对典型的滚动轴承故障模型及振动信号进行分析,获得了故障轴承运行的主要特征,确定了结构元素尺度参数选定策略,数值仿真实验验证了该方法的可行性。进行滚动轴承实验振动信号分析,结果表明,与参数优化的组合形态滤波差值算子(CMFH)相比,所提方法至少将信号的特征幅值能量比提高了29.8%、算法效率提高了50.0%,可清晰、准确、快速地将滚动轴承外圈和内圈的故障特征呈现出来,进一步证明了该方法在机械故障诊断应用上的可靠...

为解决强背景噪声下经验小波变换（EWT）难以准确提取滚动轴承故障特征的问题,提出了一种自适应频率窗EWT方法。首先对轴承故障振动信号进行傅里叶变换,引入一个带宽可变的滑动频率窗对其频谱进行分割;然后利用水循环优化算法（WCA）,通过所提出的包络谱谐波噪声比指标,自适应确定滑动频率窗位置;最后进行EWT筛选出最佳的模态分量信号,通过包络解调分析提取轴承故障特征信息。采用所提方法对滚动轴承故障实验信号进行分析,结果表明,该方法可以有效用于滚动轴承微弱故障特征的提取,而传统EWT方法因为受强背景噪声影响较大,无法准确提取故障特征信息。

首先利用蛙跳算法对最佳影响参数组合进行搜索,搜索结束后选择最优的参数,利用优化参数的变分模态分解对故障信号处理,得到本征模态函数;为了验证蛙跳算法得到的参数是否为最优参数,选择最佳的本征模态函数进行包络分析,将包络谱的特征频率与实际故障频率相比较;以得到的模态函数构成矩阵,进行奇异值分解,得到信号的奇异值,以奇异值作为极限学习机的输入,对故障类型进行分类。利用优化参数的变分模态分解对仿真信号和实测信号进行分析,均能提取特征信息,对故障类型进行识别,表明该方法有一定的实际意义和实用价值。

针对现有基于机器视觉的轴承表面缺陷类型识别中分类特征选择这一薄弱环节,提出一种综合运用相关分析、标量特征选择和特征向量选择的实用特征选择算法。首先,通过相关分析剔除相似特征;然后,用标量特征选择算法作进一步筛选;最后,用特征向量选择算法选出最终分类特征。对比试验表明：该算法可实现有效的特征选择,识别率高达99.5%,且避免了大规模运算。

介绍了滚动轴承游隙的理论计算方法,运用ANSYS软件对装配和工作时的游隙变化量进行了有限元仿真分析.理论计算结果和仿真分析结果的对比表明两者之间存在差异.进一步的分析证明理论计算时,发现按照线性关系合成变形量的方法存在误差,从而验证了ANSYS软件计算轴承游隙的可行性.

通过对国产滚动轴承和进口同类产品的比较,进行金相分析、硬度分布测试、能谱分析、冲击试验等分析,分析国产轴承易于失效的原因。分析结果表明国产轴承在微观组织,硬度分布,元素成分含量等方面与进口产品均有很大差异。国产轴承材料硬度与进口轴承相比整体偏高,韧性差,组织内碳化物颗粒较大,所以国产滚动轴承易于疲劳破坏。因此,改善轴承硬度分布,采用工作面硬、芯部软的硬度分布方式,提高轴承韧性,可以改善轴承的工作性能。

从铁路货车滚动轴承的质量角度,探讨引起铁路货车热轴的原因。以近两年来由滚动轴承质量问题引发铁路货车热轴的实例为切入点,统计分析铁路货车滚动轴承引起热轴的原因,并提出了改进意见,从而降低铁路货车车辆热轴概率,提高车辆运行的安全性。

机械设备中齿轮、滚动轴承等出现故障时,信号的频谱上会出现难以识别的多簇调制边频带,采用倒频谱分析可以分解和识别故障频率、故障原因和部位。首先,介绍了倒频谱的定义,并通过实例说明倒频谱分析方法对周期性脉冲激励的敏感程度;然后,给出了滚动轴承各零部件产生故障的脉冲频率,从而可以通过倒频谱分析方法提取出的故障频率与理论计算出的故障频率相对比,来确定滚动轴承的故障。