基于声发射多参数融合的滚动轴承典型故障损伤程度识别方法

针对滚动轴承典型故障损伤程度难识别的问题,以声发射参数分析和波形流分析方法为基础,结合时间到达特征指数（TAFI）、计数、撞击数、能量以及引入故障特征频率功率峰值与其相邻倍频间频带内平均功率比值的无量纲参数故障因子,提出了一种基于声发射多参数融合的滚动轴承典型故障损伤程度识别方法。为验证该方法对滚动轴承典型故障损伤程度的识别效果,搭建了滚动轴承典型故障模拟试验台,开展试验并采集了线切割严重损伤和点蚀微弱损伤两种缺陷的滚动轴承声发射信号,对相同转速工况下测得的典型故障轴承与健康轴承的声发射信号应用本文提出的方法进行识别。结果表明:声发射特征参数TAFI可以初步判定轴承是否存在故障,计数和撞击数可有效识别滚动轴承的故障类型;特征参数能量可有效识别外圈故障和滚动体故障滚动轴承的不同损伤程度,引入故障因子参量来表征不同缺陷滚动轴承的损伤程度,通过线切割和点蚀缺陷1～5倍频故障因子数值上的差异,有效识别了典型故障滚动轴承的不同损伤程度,弥补了特征参数能量对内圈故障损伤程度识别的不足。该方法可有效识别滚动轴承典型故障的不同损伤程度。      

高速滚动轴承保持架自由振动特性研究

通过对航空发动机主轴承保持架自由振动的计算分析,表明:保持架不存在小于751.12 Hz的固有频率;在整体按圆环的规律振动的同时,过梁和侧梁存在弯曲、剪切等局部振型;由于保持架的转动,存在不相等且与转动速度相关的前后行波频率,保持架可能共振的频率数目增多,而保持架又受到多种周期性的干扰,高速转动时更易激发共振,造成破坏,因此在设计中必须对保持架的振动问题给予重视.      

基于LMD的包络谱特征值在滚动轴承 故障诊断中的应用

滚动轴承故障振动信号往往是多分量的调幅-调频信号,而传统包络分析方法需要根据经验设置滤波器的中心频率与带宽,因而会带来解调误差.基于此,提出了一种基于局域均值分解(local mean decomposition,简称LMD)的包络谱特征值的滚动轴承故障诊断方法.该方法可以将一个多分量的调幅-调频信号分解成若干瞬时频率具有物理意义的PF (product function,简称PF )分量之和,由于每一个PF分量是分量包络信号和纯调频信号的积,因此可以直接对包络信号进行频谱分析得到包络谱.然后定义信号在包络谱中不同故障特征频率处的幅值比为包络谱特征值,并以此作为特征向量输入到支持向量机分类器中,用以区分滚动轴承的工作状态和故障类型.对滚动轴承正常状态、内圈故障和外圈故障振动信号的分析结果表明了该方法的有效性.      

液体火箭发动机滚动轴承故障诊断方法初探

轴承故障在回转机械的各种故障中占有很大比例,轴承故障的诊断和检测是机械故障诊断重点发展的技术之一。本文结合发动机滚动轴承使用情况,介绍了液体火箭发动机滚动轴承故障诊断的作用、工作过程、诊断与检测方法。     

基于LS-DYNA滚动轴承使役可靠度计算方法

利用软件LS-DYNA对滚动轴承使役过程进行了动态有限元计算,基于响应面法（RSM）建立6408滚动轴承输入参数与输出响应的函数关系方程,设定各类随机误差分布,利用矩阵试验法确定抽样点在输入变量抽样空间的位置,进行一系列确定性拟合试验.每次试验借助LS-DYNA进行精确求解,运用求解数据对方程进行最小二乘法回归分析确定方程的组成项及系数.最后利用函数关系方程计算轴承任意时刻的使役可靠度.结果表明:计算得出该轴承在0.020008s时的使役可靠度为97.062%.      

深度卷积神经网络在轴承多故障复合诊断中应用研究

基于深度学习具有强大的自特征提取能力和较优的分类能力,将深度卷积神经网络引用到轴承的故障诊断中,提出了基于一维深度卷积神经网络的轴承复杂工况故障诊断方法。在提出的方法中,将轴承的多故障振动信号作为模型的直接输入,通过训练深度卷积神经网络模型,利用模型中多个卷积层和池化层对输入的振动信号进行自特征提取,并进行故障分类。从而以基于数据驱动的方式形成端到端的故障诊断。研究表明,在一维深度卷积神经网络中直接输入轴承振动信号进行故障诊断,与提取时域和频域特征结合支持向量机进行故障诊断的方法相比,深度卷积神经网络可以更好地反映时域振动信号与特征间的关系,获得了比传统智能诊断方法更高的识别效率。     

Alford力和滚动轴承对轴流压缩机转子系统动力特性和稳定性的影响

 研究叶尖气隙和滚动轴承共同作用下轴流压缩机的非线性动力特性及稳定性。采用有限元法和非线性滚动轴承模型,建立压缩机转子系统动力学模型,其中转子旋转时非均匀分布叶尖气隙引起的气动失稳力(即Alford力)根据已有实验数据和计算模型求得。通过计算分析发现叶尖气隙和滚动轴承分别激起系统的反进动和正进动共振频率,其共同作用造成压缩机转子系统的失稳,很好地解释了已有实验中出现的失稳现象。表明滚动轴承反力和Alford力的共同作用对压缩机转子系统的动力性能和稳定性有显著影响。     

滚动轴承平均故障前时间计算方法研究

滚动轴承的平均故障前时间(MTTF)和平均失效率是旋转类机械设备可靠性预计和分析的重要基础数据,传统源于统计样本信息的滚动轴承MTTF和失效率数据可信度不高,难以约束滚动轴承的可靠性定量设计。为得到可信度更高的滚动轴承MTTF,利用滚动轴承疲劳寿命计算方法,基于滚动轴承寿命与可靠度的关系研究,推导了威布尔分布的MTTF和平均失效率计算公式,提出一种滚动轴承MTTF和平均失效率的计算方法和流程,给出了滚动轴承MTTF和平均失效率的计算示例。解决了利用设计参数(工作寿命、可靠度、动载荷等)计算滚动轴承MTTF和平均失效率的问题,可为滚动轴承及其配套产品的可靠性预计和分析提供数据和方法支持。     

滚动轴承振动与噪声关系的灰色研究

以灰色系统理论为基础,通过实验,研究6201和6203轴承振动与噪声的关系。振动用加速度有效值描述,噪声以声压级表示。实验数据处理结果表明,轴承振动与噪声的关系不明显,并具有很大的不确定性。因此,不宜用轴承的振动代替轴承的噪声,应单独研究轴承的噪声问题,制订轴承噪声标准和相应的工艺标准。