航空发动机主轴滚动轴承的技术进展

简述航空发动机主轴滚动轴承的国内外发展概况,指出需要解决与发展的一些设计分析技术,提出以高DN值(2.5～3)×106主轴轴承为预研重点.     

带非线性支撑的转子有限元模型求解方法

用数值方法研究了非线性支撑的柔性转子系统的动学行为,提出了一种将有限元与非线性支撑结合的模型和求解方法。利用有限元法(FEM)构建转轴和转盘部分的模型,通过矩阵进行组合;利用离散元方法对包含滚动轴承和挤压油膜阻尼器(SFD)的支撑部分进行建模,此部分包含4个单元,分别为轴承内圈、外圈、SFD内圈和支撑鼠笼。有限元部分和离散元部分通过轴端节点相连,仿真过程中轴端位移传递给非线性支撑部分,支撑部分通过位移计算得到的非线性力反过来作用于有限元转子轴端部分。为了耦合求解有限元转子和非线性支撑组成的数学模型,提出了一种综合的迭代求解方法,克服传统的有限元求解方法对轴端隐性非线性支撑的求解局限性。由于转轴部分采用了Timoshenko梁单元建模,对比与简单转子模型,可以考虑陀螺力矩和轴的柔性特征,更能体现非线性支撑对振动真实影响。在建立的20个轴单元的有限元转子模型中,非线性响应更多体现在靠近非线性支撑的节点1和节点21处,响应频谱中靠近轴端的节点能体现出滚动轴承的2倍和3倍变柔振动频率。     

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。      

大量程MEMS陀螺仪在高速旋转导弹上的应用

弹旋频率是影响旋转导弹制导精度的主要因素之一.本文提出了一种弹旋频率测量用大量程MEMS陀螺仪技术方案,开展了大量程MEMS陀螺仪在旋转导弹上的应用研究,解决了大量程MEMS陀螺仪在偏心安装、较大力学环境下提高测量精度等问题,通过了飞行试验验证,实现了旋转导弹弹旋频率的精确测量.     

A100钢外螺纹椭圆超声滚压强化试验研究

A100钢有较高的疲劳抗力和显著的减重效果.在航空工业中,飞机起落架主要承力件正逐步采用A100钢,且主要承力件多采用螺纹联接.为了提高螺纹疲劳寿命,提出了超声振动滚压强化工艺方法,设计了外螺纹超声滚压强化装置,进行了螺纹超声滚压强化前后性能对比试验.利用X射线分析仪、维式硬度计、粗糙度仪和疲劳试验机,分别测量了螺纹超声滚压强化前后的残余应力、维氏硬度、表面粗糙度以及疲劳寿命.结果表明,超声滚压强化后牙底残余应力提高了70％,显微硬度提高了14％,粗糙度降低了51％,600MPa应力条件下寿命提高了5倍.     

燃气轮机滚动轴承故障模式及延寿方法

分析了燃气轮机滚动轴承常见的10种故障模式及其产生原因,研究了相应的延寿方法及其延寿机理。     

基于旋转坐标系转轴振动信号的滚动轴承故障诊断方法

实验验证了基于旋转坐标系转轴振动信号的滚动轴承局部故障诊断方法.建立起滚动轴承故障实验台, 采用压电晶体加速度传感器测取转轴的振动.通过滚动轴承内环、外环、滚动体和保持架四种典型故障的实验分析结果, 证明了该方法的可行性, 并发现转轴振动信号的传递路径相对简单, 对轴承内环、滚动体和保持架早期微小故障的发现与诊断可能是有利的.      

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。     

多重应力下滚动轴承剩余寿命预测

为了实现多重应力下滚动轴承的剩余寿命预测,有效利用不用应力下的退化数据,提出了一种基于加速模型和贝叶斯（Bayesian）理论的滚动轴承剩余寿命预测方法。通过拟合优度检验和威布尔（Weibull）概率图检验法对滚动轴承试验中的数据进行有效性分析。利用switching Kalman filters(SKF)判断滚动轴承各时刻的退化状态。当滚动轴承进入加速退化时,用指数模型拟合轴承退化过程,利用广义线性对数模型表示退化模型参数与应力的关系,根据修正后的轴承实时退化数据利用贝叶斯算法更新模型参数,得到滚动轴承剩余寿命的概率密度函数,从而实现滚动轴承剩余寿命预测。采用XJTU-SY轴承数据集进行验证,预测结果的均方根误差在20 min以内,证明该方法能够有效预测滚动轴承的剩余寿命。     

基于改进GWO-LightGBM的滚动轴承未知故障诊断

针对滚动轴承未知新故障误判影响轴承安全性和检修效率的问题,提出了一种基于改进灰狼算法（GWO）和轻量级梯度提升机（LightGBM）的故障诊断模型,实现已知/未知故障的高精度判别。为避免单一尺度下特征提取的缺失,对滚动轴承振动信号分别提取时域、频域和小波域特征建立多域特征集。设计了带未知新故障判别机制的GWO-LightGBM模型,并构造含有Halton序列和模拟退火策略的GWO实现了模型参数有效优化。实例试验结果表明,模型对已知和未知类故障平均识别率达99.57%,10次随机试验平均识别率分别比单一分类模型逻辑回归（LR）、最近邻分类器（KNN）和支持向量机（SVM）高21.98%、17.00%、9.27%,验证了模型的有效性和优越性,能高准确率地识别出已知或以前从未出现的新故障。