滚动轴承

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.

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。

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。

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。

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。

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。

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。

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。

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。

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。

摘要： 本文简述了管磨机滑履轴承的缺点，分析了滑履轴承向滚动轴承改造以及改造方法，介绍了磨机改用LMGU滚动轴承的特点。采用滚动轴承之后，湿式磨和水泥原料磨可省去轴承循环冷却水装置不影响轴承使用年限;滚动轴承座采用干油润滑之后，没有油渍污染现象发生，改善了环境卫生。

摘要： 为了提取滚动轴承的非线性故障特征,将复合多尺度散布熵应用于滚动轴承故障特征提取,提出1种基于复合多尺度散布熵与支持向量机的滚动轴承故障诊断方法,并将所提方法应用于滚动轴承实验数据分析.通过与多尺度散布熵和多尺度熵进行对比,结果表明:论文提出的故障诊断方法不仅能够准确地诊断滚动轴承的故障类型和程度,而且识别率优于所对比的方法.

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.

摘要： 铁道客车滚动轴承零件实施磁粉探伤中,零件表面经常发现聚粉现象,仔细观察磁痕部位又找不到缺陷痕迹,经破坏性检验发现多属于非相关磁痕显示一类.本文就轴承零件异常聚粉现象的起因做一些肤浅的调查分析,并提供一些措施和建议.

摘要： 介绍了管磨机滑履轴承的缺点,阐述了滑履轴承向滚动轴承改造的方法，实现了降低工作电流、降低启动电流、节省大量的润滑油、增加研磨体装载量，提高磨机产量等性能。

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.

摘要： 滚动轴承在运行过程中产生的大量振动数据反应了滚动轴承各部件故障和健康状态,可通过数据驱动的方法对相关特征进行有效提取,并基于特征参数开展故障诊断与健康评估.基于Fisher判别的方法开展了轴承故障诊断与健康评估方法研究,基于Fisher判别分析方法将高维的特征空间映射到低维的Fisher特征向量,并基于距离的判别准则实现对轴承的故障诊断.同时采用核密度估计和虚警率分配的方法生成健康评估阈值,实现对轴承健康状态的实时评估.

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.

摘要： 滚动轴承可靠性是机械设备运转的关键问题,可靠性评估及预测对避免设备重大事故具有重要意义.本文提出一种基于威布尔模型和长短期记忆网络的轴承可靠性评估及预测方法,通过核主元分析得到的主元作为威布尔比例故障模型的协变量,建立威布尔模型评估轴承可靠性;通过轴承特征参数集和可靠性指标训练长短期记忆网络,并研究具体网络参数对预测结果的影响,实现轴承运转过程中的可靠性预测.通过滚动轴承全寿命数据验证了该方法对轴承可靠性评估的有效性,同时也证明了长短期记忆网络对轴承可靠性具有良好的预测效果.

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.

摘要： 一种能同时避免因形成脱碳层而引起的问题以及因形成氧化皮而引起的问题并降低制造成本的滚动部件的制造方法，包括：准备好由含0.7质量％以上的碳的钢形成的钢制部件的钢制部件准备工序、通过对在钢制部件准备工序中准备好的钢制部件进行热锻来制作作为第一锻造部件的毛坯环的热锻工序、通过对在热锻工序中制作好的毛坯环进行旋削加工将毛坯环的一部分除去的第一旋削工序、以及通过对在第一旋削工序中经旋削加工后的毛坯环进行冷锻来制作带台阶环的冷锻工序。在冷锻工序后面的工序中，不对带台阶环的在第一旋削工序中经切削加工后的部位进行切削加工。

摘要： 一种能同时避免因形成脱碳层而引起的问题以及因形成氧化皮而引起的问题并降低制造成本的滚动部件的制造方法，包括：准备好由含0.7质量％以上的碳的钢形成的钢制部件的钢制部件准备工序、通过对在钢制部件准备工序中准备好的钢制部件进行热锻来制作作为第一锻造部件的毛坯环的热锻工序、通过对在热锻工序中制作好的毛坯环进行旋削加工将毛坯环的一部分除去的第一旋削工序、以及通过对在第一旋削工序中经旋削加工后的毛坯环进行冷锻来制作带台阶环的冷锻工序。在冷锻工序后面的工序中，不对带台阶环的在第一旋削工序中经切削加工后的部位进行切削加工。

摘要： 本发明的薄壁零件制造方法，其特征在于，对薄壁零件(1)加热后，用金属模具(12a、12b)进行加压，同时将该金属模具(12a、12b)作为冷却介质对薄壁零件(1)实施淬火或等温转变处理。由此，提供可抑制热处理时的翘曲和变形、具有均匀的高硬度的薄壁零件的制造方法、轴承环、推力滚针轴承、滚动轴承轴承环制造方法、滚动轴承轴承环及滚动轴承。

摘要： 本发明涉及一种用于滚动轴承(25)的梳状轴承架(2)，尤其是用于圆柱滚子轴承的双梳状轴承架，所述梳状轴承架包括带有在轴向上延伸的梁架(6)的环形梁架(4)。每两个相邻的梁架(6)界定用于滚动体的兜孔(8)，该兜孔的底部(12)由环形梁架(4)构成。每个梁架(6)具有径向靠外的基侧(14)和径向靠内的基侧(16)，所述径向靠外的基侧和所述径向靠内的基侧通过在轴向上靠外的端侧(18)彼此连接，其中，端侧(18)从径向靠外的基侧(16)起在朝着径向靠内的基侧(16)的方向上收窄。考虑到滚动轴承(25)的无阻碍的拆卸和组装，为了提高梁架(6)的刚度，径向靠内的基侧(16)以如下方式构造为梯形的，即，使径向靠内的基侧(16)的梁架宽度(S1)从端侧(18)起朝着兜孔(8)的底部(12)增大。

摘要： 本发明涉及一种用于在滚动轴承中保持润滑剂的装置(1)，包括环形或大致环形的保持元件(2)。所述保持元件能够设置在滚动轴承组件(3)上，所述滚动轴承组件具有：轴承圈(6)，其被设计为外圈(4)或内圈(5)；和滚动体组(7)，其设置在所述轴承圈上，使得通过所述保持元件和所述滚动轴承组件的轴承圈，在至少两侧限定了所述装置的润滑剂容纳部(8)。

摘要： 信息记录重放装置1的滚动轴承用润滑脂，其含有基础油、增稠剂、和选自式(1)所示的胺类抗氧化剂(A)和式(2)所示的酚类抗氧化剂(B)的至少1种抗氧化剂。

摘要： 本发明的薄壁零件制造方法，其特征在于，对薄壁零件(1)加热后，用金属模具(12a、12b)进行加压，同时将该金属模具(12a、12b)作为冷却介质对薄壁零件(1)实施淬火或等温转变处理。由此，提供可抑制热处理时的翘曲和变形、具有均匀的高硬度的薄壁零件的制造方法、轴承环、推力滚针轴承、滚动轴承轴承环制造方法、滚动轴承轴承环及滚动轴承。

摘要： 本发明涉及一种用于控制在滚动轴承(3)中的内滚道和外滚道之间的滚动元件(2)的位置的滚动轴承保持架(1)。所述滚动轴承保持架包括保持架体，其包括：圆形第一凸缘部(4a)；多个肋部(5)，其从所述第一凸缘部(4a)延伸；以及多个窗口(6)，其形成在相邻的间隔开的肋部(5)之间，用于接收和控制所述滚动元件(2)的位置，其中，所述保持架体的第一凸缘部(4a)和多个肋部(5)由单件片材形成，并且设置有波浪形结构(7)。本发明还涉及一种用于制造滚动轴承保持架的方法。

摘要： 本发明涉及一种用于滚动轴承(25)的梳状轴承架(2)，尤其是用于圆柱滚子轴承的双梳状轴承架，所述梳状轴承架包括带有在轴向上延伸的梁架(6)的环形梁架(4)。每两个相邻的梁架(6)界定用于滚动体的兜孔(8)，该兜孔的底部(12)由环形梁架(4)构成。每个梁架(6)具有径向靠外的基侧(14)和径向靠内的基侧(16)，所述径向靠外的基侧和所述径向靠内的基侧通过在轴向上靠外的端侧(18)彼此连接，其中，端侧(18)从径向靠外的基侧(16)起在朝着径向靠内的基侧(16)的方向上收窄。考虑到滚动轴承(25)的无阻碍的拆卸和组装，为了提高梁架(6)的刚度，径向靠内的基侧(16)以如下方式构造为梯形的，即，使径向靠内的基侧(16)的梁架宽度(S1)从端侧(18)起朝着兜孔(8)的底部(12)增大。

摘要： 本发明涉及一种用于制造滚动轴承的滚动轴承保持架、特别是用于制造用于大滚动轴承的大滚动轴承保持架的方法，其中，在第一步骤中制造基体，并且在第二步骤中给基体设置至少一个滑动面，其特征在于，通过将焊接填料堆焊到基体上来制造所述至少一个滑动面，本发明还涉及一种用于滚动轴承的滚动轴承保持架，尤其是用于大滚动轴承的大滚动轴承保持架，其中，该滚动轴承保持架包括基体，并且其中，该基体具有至少一个滑动面，其特征在于，该至少一个滑动面是通过焊接填料堆焊到基体上的滑动面。