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CPP与S变换的自适应时频滤波及其在滚动轴承故障诊断中的应用

针对变转速下滚动轴承故障调制信息的提取与分离,提出了基于线调频小波路径追踪(CPP)与S变换的自适应时频滤波方法。该方法先采用Hilbert解调对齿轮箱振动信号进行分析获取其包络信号,并对包络信号进行S变换,以获取其时频分布,同时,采用CPP算法从齿轮箱振动信号中估计出啮合频率曲线,进而获取转轴转速;然后,根据估计的转速信号分别设计各阶时频滤波器;再采用时频滤波器对包络信号的时频分布进行时频滤波,并将滤波结果进行S逆变换,以获取各阶故障调制信号;最后对各阶故障调制信号进行阶次谱分析,并根据阶次谱中的调制信息诊断滚动轴承故障。算法仿真和应用实例表明,自适应时频滤波方法可根据轴承故障调制信号的频率变化特点自适应地改变滤波器的中心频率与带宽,能有效提取并分离轴承的各阶调制信息,且分离效果优于基于集合经验模态分解（EEMD）的阶次谱方法。      

基于双树复小波包变换和SVM的滚动轴承故障诊断方法

针对滚动轴承故障振动信号的非平稳性和现实中难以获得大量典型故障样本的情况,提出一种基于双树复小波包变换和支持向量机（SVM）的故障诊断方法.首先通过双树复小波包变换将非平稳的振动信号分解得到不同频带的分量;然后对每个分量求其能量并归一化处理;最后将从各个频带分量中提取的能量特征参数作为支持向量机的输入来识别滚动轴承的故障类型.对试验台模拟信号（包括滚动轴承的正常状态、外圈裂纹故障、内圈裂纹故障和滚动体点蚀故障）的分析表明:该方法对所测试验信号的故障识别率达到99.5%,对比传统小波包变换与SVM结合的方法,故障识别率的准确度更高.      

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。     

滚动轴承在任意方向的支承刚度

为仔细分析高速转子——滚动轴承系统的动力学特性,本文提出了滚动轴承在任意方向的支承刚度的概念,应用弹性理论和滚动轴承内部几何关系,推导了滚动轴承在任意方向的支承刚度的数学表达式。同时还提出了球轴承和单列向心短圆柱滚子轴承在外载荷作用下内圈位移的简化表达式,给出了计算方法和编制了相应的计算程序。 为验证上述理论的正确性和程序的可靠性,应用本文方法进行了大量的计算试验,与美国空军推进实验室所提供的轴承刚度的资料相比较,计算结果相当吻合。在此基础上,本文还进一步探讨了轴承的轴向负荷和径向负荷、径向间隙和负荷分布参数对轴承刚度的重要影响,得到了许多重要结论。     

滚动轴承疲劳强度分布计算

根据P－S－N曲线上疲劳寿命存活率和疲劳强度存活率的等同性原理，借助已知的给定载荷下疲劳寿命概率密度函数，计算出未知的给定寿命下疲劳强度概率密度函数，进一步进行可靠性分析奠定基础。     

铁路货车滚动轴承故障声学诊断研究

针对铁路列车滚动轴承故障在途检测的需要,提出一种轴承故障声学诊断方案,并重点讨论了在时域和频域内选取特征参数分析的故障诊断方法。试验证明此方案可以较高精度地对铁路货车滚动轴承故障进行检测。     

面向冲床冲击力测量的单分量重载传感器

为了测量冲击载荷达150 t,冲击频率为10 Hz的冲床冲击载荷,降低产品的废品率,本文设计、制造和评估了一种新颖的单分量重载传感器,冲床安装空间限制了该传感器的结构尺寸为Φ166 mm×45 mm,该传感器为4个支撑梁和1个应变梁组成的整体式结构,可保证传感器同时具有高刚度和高灵敏度。用一台300 t万能液压机进行静态标定,标定结果表明传感器的绝对误差达到2%。最后,现场实验进一步鉴定传感器的性能。     

基于声发射技术的铁路重载货车滚动轴承故障诊断研究

通过声发射检测技术对铁路重载货车滚动轴承故障进行不解体诊断,利用小波包分析技术对采集到的声发射信号进行分解和重构,提取故障信号的能量特征向量,将处理后的特征向量输入到BP神经网络进行滚动轴承故障模式识别,进而判断轴承是否发生故障以及故障的类型。经过使用大量的实际滚动轴承实验数据进行验证,其结果都表明了使用本文的方法的有效性。     

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。