滚动轴承
滚动轴承的相关文献在1960年到2023年内共计14607篇,主要集中在机械、仪表工业、自动化技术、计算机技术、金属学与金属工艺
等领域,其中期刊论文8276篇、会议论文699篇、专利文献151266篇;相关期刊1291种,包括轴承工业、设备管理与维修、组合机床与自动化加工技术等;
相关会议344种,包括2016年全国设备监测诊断与维护学术会议、第十五届全国设备故障诊断学术会议、第十七届全国设备监测与诊断学术会议、2016年全国设备诊断工程会议、第十一届全国随机振动理论与应用学术会议、2014年全国设备监测诊断与维护学术会议、第十六届全国设备监测与诊断学术会议、第十四届全国设备故障诊断学术会议暨2014年全国设备诊断工程会议等;滚动轴承的相关文献由20618位作者贡献,包括李兴林、夏新涛、程军圣等。
滚动轴承—发文量
专利文献>
论文:151266篇
占比:94.40%
总计:160241篇
滚动轴承
-研究学者
- 李兴林
- 夏新涛
- 程军圣
- 赵联春
- 康守强
- 杨宇
- 王玉静
- 汪久根
- 郑近德
- 潘海洋
- 邓四二
- 张迪
- 张龙
- 唐贵基
- 王华庆
- 刘立华
- 陈进
- 曹茂来
- 伍星
- 大木力
- 谢金宝
- 陆爽
- 陈志澜
- 张燕辽
- 王晓东
- 朱永生
- 吕麒鹏
- 杨绍普
- 白云川
- 王庆岩
- 陈龙
- 马军
- 刘永强
- 夏均忠
- 张旭
- 王黎钦
- 邱明
- 陈淑英
- 刘鲲鹏
- 李志农
- 李济顺
- 胥永刚
- 陈果
- 李强
- 洪军
- 王东峰
- 雷亚国
- 于德介
- 任学平
- 崔玲丽
-
-
袁巨龙;
马立兴;
王金虎;
吕冰海;
王东峰
-
-
摘要:
为探究油气润滑条件下高速滚动轴承服役过程的最佳润滑策略,试验研究了钢制与Si3 N4陶瓷两种滚动体材质的H7003C系列角接触球轴承在不同磨损阶段的润滑特性.通过标准工况试验、加速磨损试验和极限磨损试验方法,模拟研究滚动轴承磨损初期、中期以及临界失效阶段的润滑特性.试验结果表明:H7003C系列轴承在磨损初始阶段,存在一个最佳工况范围,此范围内的轴承温升变化在±3.5°C之间,且稳定运行时的振动速度方差小于0.029,此时油气润滑供气压力与供油量分别为1 Bar与0.8-0.98 mL/min,此条件下轴承的润滑效果最佳.随着磨损加剧直至轴承失效,轴承所需最佳供油量逐渐升高,特别当振动升高至磨损初期的2~2.5倍时,合理调整油气润滑的供油间隔可明显改善轴承的润滑情况.故油气润滑条件下轴承在不同磨损阶段具有不同的润滑要求,可根据不同磨损阶段下的工况变化合理调节油气参数,以获得滚动轴承各工况下的最佳润滑策略.
-
-
孟建军;
潘彦龙;
陈晓强;
祁文哲;
李德仓
-
-
摘要:
结合灰色模型所需数据量少和BP神经网络非线性映射能力较强的特点,建立了一种基于灰色BP神经网络的高速列车轴箱轴承温度预测模型。首先,用粒子群算法优化的灰色模型对轴温进行预测,并计算出预测值与实测值的残差;然后,以轴温、列车速度、运行时间、环境温度为BP神经网络的输入对残差序列进行校正;最后,将灰色预测值与残差校正值求和,得到灰色BP神经网络模型的轴温预测值。基于某型高速列车的履历轴箱轴承温度数据,采用灰色BP神经网络模型对轴温进行预测,并根据预测评价指标对模型进行评估,结果表明该模型较单一模型的预测精度得到有效改善。
-
-
朱文昌;
何雅娟;
王建波;
王恒
-
-
摘要:
针对滚动轴承异常检测准确性差、精度低及数据维度灾难造成检测困难等问题,提出一种基于随机矩阵特征值之差指标的滚动轴承状态异常检测算法。运用平移时间窗对不同时刻的轴承信息锁定,并通过分段、随机化、扩增和维度重构等方法构造出高维随机特征矩阵;利用随机矩阵理论对高维数据良好的处理能力,给出了滚动轴承特征值之差指标的构造方法及动态检测阈值的数学公式,可降低噪声的干扰,提高检测指标的鲁棒性与检测结果的准确性。采用辛辛那提大学智能维护系统(intelligent maintenance system, IMS)中心的滚动轴承全寿命数据进行应用研究,分析了不同误警率对检测结果的影响;从指标构建、阈值设定及异常检测等方面,将特征值之差算法与特征值之比算法进行比较。结果表明,最大、最小特征值之差算法中检测指标构建及阈值设定更符合实际工况,对滚动轴承异常状态检测更准确,对早期异常状态的识别更敏感。
-
-
王安荣;
龚智明;
王小信
-
-
摘要:
滚动轴承故障的准确诊断是保障旋转类设备安全稳定运行的关键。为提升轴承故障诊断的准确性,提出一种基于自组织映射神经网络的故障诊断方法。首先,分别提取轴承运行过程中产生的振动信号时域特征和频域特征;然后,利用SOM具有的自组织特性,将特征向量输入SOM网络进行无导师自学习,以构建可视化的故障诊断模型。试验分析表明,该方法可实现对轴承不同故障类型的有效诊断,具有较好的应用前景。
-
-
刘仓;
童靳于;
包家汉;
郑近德;
潘海洋
-
-
摘要:
针对单个传感器获取信息有限导致诊断精度不足的问题,提出一种基于多传感器两级特征融合的故障诊断方法,并将其应用于不同工况下的滚动轴承故障诊断中。首先,在第一阶段特征融合中,通过变分模态分解计算每个传感器振动信号的本征模态函数(intrinsic mode function,IMF),消除噪声等冗余信息;再根据IMF提取时域、频域和多尺度熵特征,在一维特征层面融合成一个多域特征集。其次,在第二阶段特征融合中,首先构建基于Swish激活函数和log(cosh)损失函数改进的深度自编码网络,在此基础上进一步融合多域特征集并进行故障分类。将所提模型应用于不同工况下的滚动轴承故障诊断数据集,试验结果表明,与现有方法相比,所提方法具有更高的分类准确率和鲁棒性。
-
-
韩元政;
谷艳玲;
陈长征;
田淼;
孙鲜明
-
-
摘要:
滚动轴承是旋转机械的重要零件之一,文中针对滚动轴承损伤类型有效识别问题,提出了一种基于压缩激励残差神经网络的滚动轴承损伤诊断方法。本方法对轴承原始振动信号使用连续小波变换提取特征,形成二维时频样本,再利用样本对压缩激励残差神经网络进行训练,最后在全连接层使用Softmax分类器实现对轴承损伤的分类。用QPZZ-Ⅱ旋转机械振动损伤实验平台数据验证模型性能。实验结果表明:该方法对不同负载下滚动轴承损伤识别的准确率达99.95%,具有良好的泛化性和鲁棒性。
-
-
刘武强;
杨小强;
申金星
-
-
摘要:
多尺度模糊熵能够较好的量化振动信号的复杂程度,但缺乏对其他信道信息的有效利用,为了充分利用其他信道的振动信息,将表征同步多通道数据多变量复杂度的多变量熵理论应用到轴承故障诊断中。为了准确提取轴承信号中的故障特征,提出了基于自适应噪声完备集成经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN)和精细复合广义多变量多尺度模糊熵(Refined Composite Generalized Multivariate Multiscale Fuzzy Entropy,RCGmvMFE)的轴承多故障诊断方法。首先利用CEEMDAN对多信道的源信号进行分解获得无模式混叠的IMF。然后采用相关性分析方法对IMF分量进行筛选,选出对故障特征敏感的IMF作为多通道数据构成多元变量,并计算其RCGmvMFE组成故障特征。随后采用t分布随机邻域嵌入(t-distributed Stochastic Neighbor Embedding,t-SNE)对高维特征进行维数约简。最后利用鲸鱼优化算法(Whale Optimization Algorithm,WOA)优化核极限学习机(Kernel Extreme Learning Machine,KELM)对低维故障特征进行分类。实验结果表明,该方法能够有效地诊断轴承不同程度的故障,为滚动轴承的故障诊断提供了补充方法。
-
-
葛超;
杨奇睿;
刘佳伟;
臧理萌;
陈亮;
孙瑞琪
-
-
摘要:
针对传统故障诊断方法需要人工提取特征的不足,以及大数据下滚动轴承故障振动信号自适应特征提取与智能诊断问题,利用空洞卷积神经网络(DCNN)可以在不增加计算量的基础上兼顾不同尺度空间特征的能力、门控循环单元(GRU)善于从动态变化的序列数据中学习到时间上的关联性的能力,提出了一种将DCNN、注意力机制和GRU多路径融合的端到端故障诊断方法。首先利用DCNN从原始数据中自动提取时序信号特征,然后将注意力机制(Attention)的GRU通路和DCNN通路进行融合,最后将提取到的特征融合之后送入分类层进行分类。试验结果表明,所提方法的诊断准确率平均为98.75%,高于比较方法,更加适用于滚动轴承故障诊断。
-
-
郭煜涛;
谢丽蓉;
孙代青;
刘文斌
-
-
摘要:
针对仅用时域和频域指标无法准确诊断滚动轴承故障的问题,提出一种基于灰色关联度(GRA)与偏最小二乘(PLS)的故障诊断算法。首先,对原始振动信号进行灰色关联度分析,提取关联度较高的振动信号作为样本信号;其次,通过时域分析和频域分析获得故障特征集,利用基于遗传算法(GA)和Elman神经网络的组合算法(GA-ENN)对故障特征进行提取;最后,利用PLS算法对滚动轴承的故障类别进行识别。实验结果表明,所提方法能有效剔除原始振动信号中无信息变量,并且实现时、频域指标下滚动轴承故障的准确诊断。
-
-
黄宏臣;
郭四洲;
王子彦;
方聪聪
-
-
摘要:
滚动轴承是大型异步风力发电机核心零部件,在很大程度决定了风力发电机组的服役质量。滚动轴承在整个传动系统中极易受到相关工况的影响出现异常磨损,最终导致发电机组故障。提出一种基于加速度包络解调方法的大型异步风力发电机滚动轴承早期故障诊断技术,分别在单轴承故障诊断试验台和某型号大型异步风力发电机中对轴承内圈滚道面上存在早期微弱损伤的滚动轴承进行试验,试验结果表明:加速度包络解调方法是一种能比功率谱更准确识别出大型风电轴承微弱的早期故障的有效方法。
-
-
-
-
DUN Bosen;
敦泊森;
LIU Chenxi;
柳晨曦;
WANG Fengtao;
王奉涛
- 《第二十八届全国振动与噪声高技术应用学术会议》
| 2018年
-
摘要:
提取滚动轴承有效的故障特征参数是轴承故障诊断重要的组成部分,为改善核极限学习机(Kernel Extreme Learning Machine,KELM)高维数据特征选取的问题,提出一种结合稀疏自动编码器(Sparse Auto-Encoder,SAE)与KELM的方法.首先,提取振动信号的时域、频域和时频域特征构成高维特征向量;其次,采用多层SAE融合高维特征来消除特征的冗余性;最后,采用融合后的特征训练KELM,得到故障诊断模型.针对KELM对参数敏感的缺陷,采用萤火虫算法(IF)进行参数优化.为评估方法有效性,采用实验数据进行测试,并与传统KELM方法进行比较,结果显示该方法具有更好准确性和稳定性.
-
-
-
-
WANG Cuicui;
王翠翠;
CHEN Chengzheng;
陈长征;
WEI Wei;
魏巍
- 《第二十八届全国振动与噪声高技术应用学术会议》
| 2018年
-
摘要:
针对滚动轴承接触问题的复杂性,利用赫兹接触理论以及有限元方法分别对不同载荷下滚动轴承接触应力进行分析.以风力发电机所用发电机轴承深沟球轴承6312为例,利用PROE软件建立滚动轴承实体模型,模型导入ANSYS Workbench中,设置模型的摩擦接触及边界约束,对不同载荷下轴承进行有限元分析,得到滚动轴承接触应力、应变及变形的变化规律.将仿真结果与赫兹接触理论计算所得理论值进行对比,两者具有很好的一致性.验证了赫兹接触理论的适用范围以及有限元分析方法的正确性,为滚动轴承结构设计、优化以及极端载荷下风机主轴承接触分析提供了很好的理论依据.
-
-
-
朱培鑫;
齐亮;
冷阿伟;
孙明;
沈毅;
鞠军
- 《2018中国大连国际海事论坛》
| 2018年
-
摘要:
基于振动信号分析技术的故障特征提取方法具有实时性强、可靠性高和便捷等优点,已经获得广泛采用.然而,旋转机械故障信息往往较弱且信噪比低,有用信息通常被无关设备的振动和环境噪声等非故障信息所淹没,以致传统信号分析方法或单一的现代信号技术往往难以进行有效的故障特征提取.文中以振动信号分析技术为主要分析手段,从优势互补的角度出发,提出了rFastICA-峭度一包络谱综合分析法,用来从复杂的观测振动信号中有效提取出微弱的故障特征信息,最后通过滚动轴承振动数据分析,证明所提出的综合分析法在故障特征提取方面的有效性及精确性.
-
-
-
吴诗春;
薛文敏
- 《2019铁道车辆轮轴学术交流会》
| 2019年
-
摘要:
本文提出了一种可应用于动车车厢内的手持式轴承故障声学诊断系统,该系统通过手持式设备增加轴承声音采集、分析软硬件,实现故障轴承的声学诊断.该系统利用特制的指向性麦克风采集轴承发出的声音,有效的抑制了车厢现场环境噪声对轴承声学诊断的干扰.采用共振解调法对轴承故障进行判别,可对轴承多种故障进行准确的诊断.大量的现场实验结果证明了此方案在实际运用中的可行性与可靠性.