基于卷积门控循环网络的滚动轴承故障诊断

针对许多基于深度学习的滚动轴承故障诊断方法在小样本数据集下诊断性能下降的问题,提出一种基于卷积门控循环神经网络的轴承故障诊断模型。该模型使用两层的卷积网络来从输入信号中提取特征,同时使用tanh函数作为激活函数,且池化层使用大池化核来进行重叠下采样。将所提取得到的高层特征连接到双向门控循环网络。合并循环网络正向和逆向的最后一个状态,并连接一层全连接层进行输出。选用凯斯西储大学的轴承故障数据集来验证模型在小样本数据集下的诊断性能,实验结果表明,相比于其他类型的模型,该模型在仅有20个训练样本的情况下依然保持97%的识别准确率。      

基于AFI混合聚类算法的轴承故障诊断方法

针对滚动轴承振动信号标记数据量小、故障模式多样的现状，提出了一种基于AFI混合聚类算法的半监督式轴承振动信号故障诊断方法。利用小波包分解方法提取了信号的能量特征谱，并通过主成分分析方法增强了信号的特征；参考迭代自组织数据分析的“分裂”和“合并”的思想，为人工鱼群算法中的个体鱼增加了“分裂进化”和“合并进化”行为；采用模糊C均值方法定义了隶属度矩阵和目标函数，并利用改进的人工鱼群算法，迭代搜寻了目标函数的全局最优解，得到了各故障模式的聚类中心；通过计算测试数据的最近邻聚类中心，实现了故障模式识别。结果表明，该方法无需指定聚类簇数，能在标记数据量小的情况下完成训练，较同类方法表现出了更优的故障模式识别性能。     

控制力矩陀螺轴承组件摩擦力矩特性研究

控制力矩陀螺轴承组件是空间飞行器姿态控制系统的核心部件，其轴承的性能直接影响着空间飞行器姿态控制系统的控制精度和使用寿命，甚至危及空间飞行器安全.对于控制力矩陀螺轴承组件，轴承摩擦力矩大小及其波动性是轴承的关键性能指标，针对空间飞行器控制力矩陀螺轴承组件，在滚动轴承摩擦学和动力学基础上，建立六自由度控制力矩陀螺轴承组件非线性动力学微分方程组，并采用预估 校正的GSTIFF(Gear stiff)变步长积分算法进行求解，对其在有/无重力的工作环境、公 自转工况、轴承预紧力以及保持架兜孔间隙对轴承摩擦力矩幅值及其波动性的影响进行分析.分析结果表明：预紧力对轴承组件摩擦力矩影响显著，预紧力过大或过小都不利于降低摩擦力矩及其波动性，对于本文分析的轴承组件最佳预紧力为50~55N；保持架稳定性受重力影响显著，无重力时自转工况下保持架较稳定；过小的兜孔间隙会使摩擦力矩增大，过大的兜孔间隙会使摩擦力矩波动性增大，存在最优兜孔间隙使得摩擦力矩及其波动性都较小，针对本文分析型号的轴承组件，间隙比应控制在0.6~0.8之间.     

卷积神经网络和峭度在轴承故障诊断中的应用

针对传统智能诊断方法依靠专家知识和人工提取数据特征工作量大的问题,结合深度学习方法在特征提取和处理大数据方面的优势,研究了一种基于卷积神经网络和振动信号峭度指标的滚动轴承故障诊断方法。该方法将深度学习应用于轴承故障诊断,提取滚动轴承正常状态、内圈故障、外圈故障和滚动体故障4种状态的振动信号,将振动信号分段处理得到峭度指标,使用数据到图像的转换方法将峭度指标转换为灰度图,送入卷积神经网络模型完成故障分类。在进行滚动轴承故障诊断的实验时,所提的模型诊断准确率达到99.5%,高于传统支持向量机(SVM)算法的95.8%。      

一种基于Deep-GBM的航空发动机中介轴承故障诊断方法

针对航空发动机中介轴承故障信号难于识别的特点，提出了一种深度梯度提升模型（Deep-GBM）对振动信号特征进行逐层学习以提高分类模型的准确率。开展某型航空发动机中介轴承故障模拟实验，并采用经验模式分解(EMD)方法对采集的振动信号进行分解，提取内蕴模式函数(IMF)分量非线性动力学参数样本熵作为原始故障特征。采用Deep-GBM对中介轴承内环故障、内环和滚动体综合故障、正常、滚棒剥落、滚棒划伤五种不同状态进行识别。实验结果表明，所提出的Deep-GBM故障诊断准确率达到87%，相对于传统的机器学习模型准确率最高提升了28%，并具有良好的泛化能力。      

静压气浮轴承工程设计方法研究

静压气浮轴承是惯性器件测试平台回转支撑轴系的关键部件，其承载能力和回转精度对惯性器件测试的准确性有着重要的影响，目前，静压气浮轴承设计、计算过程复杂，为提高设计效率，简化设计方法，在满足静压气浮轴承性能的条件下，推导了静压气浮轴承工程计算公式，在此基础上，设计了一款双向止推空气轴承，确定了几何参数，计算了空气静压径向轴承、空气静压止推轴承的轴承承载力、刚度、耗气量及摩擦力矩，并与有限元仿真结果进行了对比分析，验证了该设计方法的有效性。     

超声滚压技术在表面强化中的研究与应用进展

超声滚压加工是一种复合特种加工技术，其综合了传统滚压和超声加工的材料去除方式，在增加残余应力提高表面完整性、抗疲劳、抗腐蚀、耐磨损等方面具有显著的优势。自该技术应用至今，国内外学者做了大量有关超声滚压工艺及机理方面的研究，并在多种重要金属材料及关键零部件中应用。本文首先总结了国内外滚压装置的发展现状；其次论述了超声滚压机理研究的主要方法（理论法、有限元法和实验法）研究进展，指出以上3种方法的优缺点及待解决问题；随后总结了超声滚压对表面完整性（包括微观结构、表面形貌、微观硬度、残余应力）的影响规律，超声滚压对提高抗疲劳特性及其他性能影响，并指出超声滚压目前存在的不足及尚待解决的问题；最后就超声滚压技术进一步研究和发展方向进行展望，从而为曲面的超声滚压制造提供一定的参考。     

斜面兜孔圆柱滚子轴承的高速防打滑特性

为解决航空发动机主轴圆柱滚子轴承的打滑问题,提出一种具有斜面兜孔结构的圆柱滚子轴承,并对其高速防打滑特性展开研究。利用Hertz接触理论及弹流润滑、流体动力润滑的经验公式,建立了滚子-内外套圈滚道、兜孔-滚子、保持架-外圈引导面的接触模型。运用多体运动学及牛顿-欧拉动力学理论,建立了轴承径向平面内的三自由度动力学模型,在此基础上,利用龙格库塔数值积分法进行了轴承的动力学数值仿真,探讨了兜孔前后壁倾角对轴承打滑的影响规律,分析了兜孔前壁倾角为5°、后壁倾角为10°下轴承的高速打滑特性,结果表明：兜孔的前后壁倾角对轴承打滑有显著影响,通过对其进行优化,可有效抑制轴承的高速打滑。     

基于混沌理论的滚动轴承振动信号融合模型预测

提出融合算法模型,在混沌理论的基础上对滚动轴承振动信号进行预测。基于相图法、最大Lyapunov指数法和关联维数法对滚动轴承振动信号进行混沌判别,证明其混沌性。以预测值和真值间差值范数最小为目标导向优化出Kriging模型、最小二乘支持向量机(LSSVM)模型和极端学习机(ELM)模型的权重,加权法构建融合算法模型。相空间重构法构建滚动轴承振动信号预测的训练样本,并对融合模型、Kriging模型、LSSVM模型和ELM模型进行训练,训练好的模型用于振动轴承振动信号混沌预测。以案例1和案例2共两个实验的滚动轴承振动信号为对象进行验证,两案例的最大Lyapunov指数大于0,从而判断这两个案例的轴承振动信号呈现混沌特性。另外,从方均误差、方均根误差和平均绝对误差指标来评价,融合算法模型的指标值均小于单一模型算法,融合算法模型的预测精度优于单一模型算法。     

航空燃油齿轮泵滑动轴承非线性瞬态性能数值分析

为研究航空燃油齿轮泵滑动轴承在复杂交变载荷扰动下的瞬态润滑行为,建立了燃油齿轮泵滑动轴承的瞬态计算模型。该模型考虑了滑动轴承油膜空化边界的质量守恒和其所处非线性动态承载环境的影响。在此基础上使用批处理技术实现了燃油齿轮泵和滑动轴承的联合仿真计算,在滑动轴承的瞬态润滑计算过程中计入了燃油泵瞬态内流场和其动态载荷的耦合作用。以此进行了恒定载荷和动态载荷工况下的轴心轨迹稳定性分析以及轴承瞬态润滑性能分析研究。研究结果表明：滑动轴承计算模型的计算结果与实验数据较为吻合,误差保持1.2%以内;燃油齿轮泵的动态载荷对轴心轨迹的影响体现在轨迹启动段偏移的增大以及静平衡位置的消失;通过不同关键参数的对比研究发现：合理的增大宽径比或减小间隙比可以获得更为理想的轴心轨迹静平衡位置,但对于轴承转子运动的稳定性,间隙比由0.2%增至0.6%时,未稳定阶段轴心位置的变化趋势由双峰变为单峰,速度稳定段曲线的波动幅值先增大后趋于不变;当宽径比由0.6增至1.2时,全周期内速度响应曲线的偏移降低,轴心运行的稳定性提高;在轴承瞬态润滑特性中对于轴承载荷变化泄露流量具有的敏感性较强而最小油膜厚度的敏感性较差。