一种MED最优滤波长度选择新方法及其应用

最小熵解卷积（MED）是旋转机械故障诊断领域广泛应用的有效方法，它可以从噪声中提取微弱的故障冲击成分。然而它的有效性依赖于滤波长度的选取，目前，针对MED滤波长度的自动选取并没有明确有效的方法，往往需要人为经验选择。因此，在MED的算法基础上，通过结合自相关函数，提出了一种MED最优滤波长度选择的新方法，该方法构建了一个能量判定标准来衡量输出信号的周期性，从而自适应地确定MED的最优的滤波长度以提升微弱故障信号中的周期脉冲成分，避免MED方法容易出现最大化单一随机脉冲现象的发生。该方法应用于滚动轴承故障微弱冲击特征提取，并利用两个实例进行了有效性验证：基于辛辛那提试验中心的滚动轴承全寿命疲劳加速试验；带机匣的航空发动机转子试验器模拟远离轴承振动源的故障试验。结果表明，所提方法可以消除传递路径影响，提升微弱冲击周期性特征，并且与最大相关峭度解卷积（MCKD）方法相比，诊断结果更具优势。     

涡轮泵滚动轴承-转子系统高速运行试验研究

针对涡轮泵转子的具体结构特点,解决了高速运行试验过程中的支承、驱动、轴承润滑冷却、振动测量、转子高速动平衡及轴向力加载控制等问题。结合旋转机械故障诊断技术,提出了高速动平衡效率、转子支承状态及轴向力加载状态的优化方法,并在试验过程中对该优化方法进行了验证,实现了涡轮泵转子的高速稳定运行。结果表明:涡轮泵转子高速运行试验应采用刚性连接的柔性联轴器;涡轮泵转子高速轴承需采用高压直喷式供油;通过平衡效率优化可将非线性振动影响下的转子一次平衡效率由30%提高至73.7%;为避免高速运行时产生基础松动,试验中滚动轴承外环应采用紧配合安装;轴向力应沿轴承周向均匀加载,其大小应根据轴承-转子系统具体结构及运行状态综合分析确定。     

基于平滑先验分析和模糊熵的滚动轴承故障诊断

由于机械系统的复杂性,振动信号的随机性表现在不同尺度上,基于对振动信号进行多尺度的模糊熵(FE)分析,提出了基于平滑先验分析(SPA)和模糊熵的滚动轴承故障诊断方法。采用SPA方法对振动信号进行自适应分解,得到振动信号的趋势项和波动项;分别计算趋势项和波动项的模糊熵;将模糊熵值作为特征向量,输入至基于优化算法的支持向量机(OSVM)。将该方法应用于滚动轴承实验数据,分析结果表明:该方法在仅提取两个分量特征的情况下即可达到100%的故障诊断精度,可有效实现滚动轴承的故障诊断。      

基于小波包和主成分分析的滚动轴承状态振动监视方法

针对滚动轴承早期故障状态难以监测的现状,文章采用小波包及主成分分析法对滚动轴承振动信号进行分析,提出了一种综合振动能量指标,用于监视滚动轴承状态。采用滚动轴承实验数据对该方法有效性进行了验证,结果表明:该方法构建的综合振动能量指标能够有效发现滚动轴承早期故障,对早期故障程度反应能力强,优于一些其他传统的监视指标。     

基于贝叶斯方法与稳健理论的滚动轴承摩擦力矩不确定度建立方法

基于贝叶斯方法与稳健化理论,提出一种未知分布时间序列不确定度的建立方法。该方法以中位数估计与Huber M估计融合方法分析时间序列数据的稳健性,构建贝叶斯先验分布,并与实验数据建立贝叶斯后验分布,创建以贝叶斯后验分布建立时间序列数据的不确定度。在显著性水平为0～0.1,通过对滚动轴承摩擦力矩分析,中位数估计与Huber M估计相融合方法确定了滚动轴承摩擦力矩稳健数据的边界值、显著性水平,构建了贝叶斯先验分布。以贝叶斯后验分布构建滚动轴承摩擦力矩不确定度。与经典统计学得到的不确定度比较,在相同置信水平下,该方法缩短了评估区间,提高了评估精度0～50%。该融合方法以稳健数据构建先验分布,提供一种贝叶斯方法先验分布建立方法;采用中位数估计与Huber M估计融合方法确定了数据显著性水平和边界值的确定,减小置信水平与稳健数据边界值主观确定的误差;为未知分布时间序列的不确定度建立提供了一种理论。     

滚动轴承的计算机辅助设计

将数据库技术引入到滚动轴承的设计中 ,用VB编写的软件能够方便的计算、选择机械设计中的常用滚动轴承 ,对数据库中的轴承数据还可以根据需要进行增删和修改 ,可大大提高设计精度和产品开发效率     

高速滚动轴承喷油润滑油液穿透机理分析

基于空气动力学研究高速滚动轴承环间气流特性,通过建立气相流数学模型和气液两相流数学模型研究润滑油在轴承环间的穿透过程,探究高DN值时润滑油的穿透机理.利用流体体积（VOF）模型对此状态下的空气和润滑油界面进行动态捕捉,以研究润滑油的运动过程、分布特点以及不同参数对环间油液体积分数的影响,得到了高速滚动轴承环间气相流的特性;润滑油在不同转速下进入轴承环间的运动过程;轴承环间气液两相流场的压力、速度特性;轴承环间初始气流场对润滑油进入的影响.结果表明:在轴承小端面靠近内圈附近喷油可以避免湍流对润滑油的影响和干扰,有利于润滑油进入环间;轴承环间存在有利于润滑油贴滚道运动的气流径向作用力,随着转速的增加,该力呈近似线性增加;气流的初始状态影响着轴承环间润滑油的运动状态,润滑油对气流的运动影响较小;较低转速时,轴承环间周向压力变化很小可忽略,较高转速时,其呈现周期性波动,对润滑油进入的影响不可忽视;在较低转速时通过提高喷油体积流量可以有效提高轴承环间油液体积分数,但是高转速时,通过提高喷油体积流量来提高轴承环间的油液体积分数的效果并不明显.      

基于PSO-RWE的自适应小波阈值函数滚动轴承振动信号去噪方法

针对现有小波去噪方法存在阈值函数中未知参数选取依赖经验,导致去噪不充分或去噪后信号失真的问题。提出了一种基于相对小波熵(RWE)的粒子群优化(PSO)算法,用于小波阈值函数中未知参数的自适应寻优,达到滚动轴承振动信号自适应降噪目的。改进了一种含两未知参数的小波阈值函数;以相对小波熵为优化算法的适应度函数对未知参数进行自适应寻优,得到最优小波阈值函数;通过对模拟仿真信号和试验采集的滚动轴承振动信号进行分析。结果表明:优化后的小波去噪方法能够更好地将噪声从染噪信号中滤除,去噪后信号波形的平滑度更好,信噪比相较硬阈值去噪提高294%,而且保留了原始信号更多的细节特征,具有更好的去噪性能和应用实用价值。     

基于经验模态分解剩余信号能量特征的滚动轴承故障模式智能识别

针对滚动轴承故障模式识别问题,分析了振动信号的时域特征与经验模态分解剩余信号的能量特征,并将采集的特征一起构成了多域多类别的原始故障特征向量集,同时采用遗传算法对支持向量机径向基核函数参数和惩罚参数进行了寻优,提出了结合经验模态分解剩余信号能量特征的遗传算法优化支持向量机参数的滚动轴承故障模式识别方法。实验表明,给出的故障模式识别方法,对滚动轴承的外圈故障、内圈故障、滚动体故障及正常状态有很好的识别效果,具有较强的实用性,能够为滚动轴承故障的模式识别和智能诊断提供帮助。     

航天发射塔回转平台滚动轴承状态检测方法与试验研究

研究航天发射塔回转平台特殊工况滚动轴承的状态检测与试验方法。提出应用冲击脉冲法（SPM方法）进行不解体检测的变参数对比试验和SPM方法检测指标筛选试验方案。针对某航天发射塔回转平台滚动轴承的实际运行状况和使用维修记录，对该塔66个回转平台滚动轴承进行了现场检测试验和综合分析评判。成功地解决了该塔超低速、大负荷、变速、欠润滑运转回转平台滚动轴承的状态检测问题，充分发挥了现役轴承的使用寿命．节约了大量的维修时间与维修费用。