大型立式离心铸机轴系结构的改进

针对大型立式离心铸机存在的振动问题,提出了轴系结构的改进方案,即在主轴的上端采用双列圆锥滚子轴承与推力调心滚子轴承的组合作为主承载轴承、而在其下端安装双列圆柱滚子轴承作为径向承载轴承。这一结构不仅可以提高主轴的回转精度和振动稳定性,而且还具有很高的模态频率,从而完全避开铸机工作时产生的外部激励,有效地防止共振,减小铸机的振动。设计计算表明这一改进方案是合理可行的。     

基于ANSYS有限元法的某型车床主轴振动频率响应分析（英文）

以机械加工中常用车床CA6140为研究对象,分别采用基于ANSYS的有限元法和实验法对其主轴进行了振动模态与频率响应分析,并对两者的计算结果进行了对比分析,验证了ANSYS数值仿真的准确性。数值仿真和实验结果表明:主轴在一阶频率和五阶频率处容易发生共振,但未达到共振,且低阶频率要比高阶频率对主轴的振动影响大;通过实验得出,主轴在工作状态下的最大振动主要集中在其两端轴承附近区域,因此改进轴承是减小主轴振动、保证主轴加工精度的重要途径,其研究结果可对车床的结构优化设计提供理论指导。     

精密轴承在高速精密主轴设计中的应用

精密轴承是高速精密主轴设计中的关键零件之一.对高速精密轴承的选型与配置、高速精密轴承轴向限位方式、高速精密主轴轴承的预紧方式及其实现、高速精密轴承的润滑等关键技术问题进行了论述.对各种高速精密主轴设计具有参考价值.     

用故障诊断方法判断机床主轴轴承的工作状态

论文阐述了利用轴承振动信号可判断机床主轴轴承的工作状态，通过频谱分析可对轴承进行故障诊断及预紧力确定；应用B＆K2148采集振动信号，MATLAB进行数据处理，对CKS6116型机床主轴前轴承进行了故障诊断与预紧力分析并取得了满意的效果。     

半板簧振动装置误差分析及改进措施

通过对半板簧振动装置的误差进行分析改进,较好地解决了振动偏振、铸机漏钢事故多、铸坯边裂问题.     

基于故障特征频率的精密机械主轴复合故障定位方法

针对由于撞刀事故引起的精密车床主轴精度下降问题,首先通过主轴振动信号监测,获取故障主轴振动信号频域特征;然后基于主轴结构和轴承特征参数,计算不同故障模式下轴承故障特征频率;最后基于故障特征频率与监测振动信号频率之间的对应关系,定位主轴故障位置。通过主轴拆卸和精度测试,验证了所提故障定位方法的有效性。实验结果表明：角接触球轴承内、外圈损伤是导致主轴精度下降的故障源,理论方法故障定位结果与拆卸实验定位结果一致;采用新轴承重装配后主轴的精度检测结果恢复正常,进一步验证了此故障定位方法的有效性。     

驱水机振动原因分析及改造

针对驱水机工作时出现的严重振动,从轴承支承结构特点和主轴弯曲变形出发,详细分析轴承破坏的主要原因,重点解决主轴支承刚度差、轴承附加载荷大的问题。采取简单可靠的改造措施,有效延长了轴承的使用寿命,保证了生产的正常运行。     

1．5MW风机主轴轴承架残余应力的测量及分析

用“盲孔法”对1．5MW风机主轴轴承架铸态、粗加工态和时效处理前后的残余应力进行了测量。测试结果表明：铸态下的平均残余应力为116．2MPa;粗加工后平均残余应力水平增长了58．17％;人工时效处理后残余应力平均消除率为37．8％;振动时效处理后应力平均消除率为27．6％。振动时效后残余应力的均匀性比人工时效好。     

数控龙门镗铣床滑枕热特性分析

滑枕是影响数控龙门镗铣床加工精度的关键部件。针对切削加工中存在的实际问题,确立导致滑枕热变形的热源,对轴承生热率进行计算,建立热变形数学模型;对滑枕进行热性能分析,并对主轴轴系结构进行改进。结果表明:滑枕的最高温度在主轴轴承支承处,为64.13℃;滑枕的最大的热变形在主轴轴承支承端,为38.9μm;采用冷却套结构、后轴承自由支承方式,减小主轴、滑枕热变形,从而提高数控龙门镗铣床加工精度。     

K112型混砂机主轴系统的改进

本文主要介绍K112辗轮式混砂机的主要结构及原理,并对主轴系统现存问题进行分析,在主轴轴承间隙调整和定位方面做了相应改进。     

基于LabVIEW的现场动平衡在线测试系统

为了适应转子现场动平衡的需要,提高测试精度,开发基于虚拟仪器技术的现场动平衡测试系统,利用相关法准确提取出振动信号的幅值和相位,采用影响系数平衡的方法进行动平衡实验。在车床主轴上进行多次转子动平衡试验,试验结果表明:转子在加适当的试重后不平衡振动得到了有效的抑制,振动幅度明显减小,达到了旋转机械所要求的平衡精度。这对于减小机器噪声和轴承磨损、提高机器的性能和寿命有着重要意义,同时也有助于提高机器的工作效率和保障机械加工操作者的安全。     

基于小波分析和RBF神经网络的轴承故障诊断研究

为了提高轴承故障信号的诊断性能,采用小波分析和RBF神经网络相结合的方法对轴承振动信号进行故障分类。首先对轴承振动信号进行小波变化,采用软阈值去噪方法滤除振动信号噪声,然后对振动信号矩阵化处理,接着构建RBF神经网络,输入轴承振动信号特征向量,初始化权重和阈值,最后通过不断反向迭代得到稳定的RBF神经网络故障判别模型。实验证明：通过差异化设置隐藏层神经元数量,确定合适的RBF神经网络规模,经过小波去噪可以有效提高轴承故障判别准确率,相比于常见轴承故障分类算法,算法具有更高的故障判别准确率。     

基于BAS-BP模型的轴承剩余使用寿命预测

为有效评估轴承退化趋势,提高设备健康管理的智能化,提出一种基于BAS-BP模型的轴承剩余使用寿命预测方法。提取轴承全生命周期振动信号的时域和频域特征,构建18维退化特征;为提高神经网络的预测精度,采用天牛须搜索算法对初始权重和阈值进行优化,建立BAS-BP预测模型;通过在公开数据集上验证该模型的有效性。结果表明：所提模型可对轴承剩余寿命进行有效预测且精度较高。     

滚动轴承故障诊断系统的设计及应用

对轴承振动信号的分析与检测可以判断滚动轴承是否存在缺陷。然而目前国内大多数的轴承生产厂家对滚动轴承的故障诊断检测是通过速度型测振仪测量,然后根据经验(人的听力和观察仪表示值)去判断的,这无疑在效率上和准确性方面存在一定的缺陷。针对国内对轴承振动检测方法研究方面的不足,设计了一套全自动的轴承振动检测系统。从硬件设计、软件设计、控制系统3个方面进行介绍,并通过实验验证其效果良好,满足工业现场的要求。     

基于深度卷积神经网络的轴承故障诊断技术研究

为了提高轴承故障诊断的准确度,采用深度卷积神经网络算法来实现轴承故障分类。首先根据轴承振动故障特征频率建立轴承故障数据库,接着对轴承的振动信号按不同切片长度和固定宽度进行周期提取,建立特征向量矩阵,然后建立深度卷积神经网络的故障诊断模型,在网络设计时,差异化设置卷积核与池化尺寸,优化神经网络训练的核心参数,最后获得稳定的卷积神经网络模型。经过实例仿真,基于深度卷积神经网络的轴承故障分类准确率高,标准差小。     

基于GAF与GoogLeNet的轴承故障诊断研究

为提高滚动轴承故障识别准确率,同时避免繁琐的频谱分析,提出基于GAF与GoogLeNet的轴承故障诊断模型.在实验室中采集滚动轴承正常、内环故障、外环故障和滚动体故障4种工况下的振动信号,利用EMD对振动信号进行分解并提取累积贡献90％的分量;基于重叠采样原理,利用格拉姆算法将选择的EMD分量和原始振动信号处理为二维图...     

一种簇绒机故障诊断方法的研究

针对簇绒机的故障诊断问题,提出采集滚动轴承的振动信号进行故障诊断.采集的实际振动信号中往往存在噪声信号,需要去掉噪声后再进行诊断.局部均值分解(local mean decomposition,LMD)方法是一种新型的信号自适应分解的时频分析方法,并且已经应用到故障诊断中.为了进一步提高LMD的性能,提出采用分段Hermite插值替代原始的滑动平均方法.提出一种新的故障诊断方法,首先应用小波包变换分析方法,去除信号中夹杂的噪声,然后使用改进后的LMD方法进行信号的分解,选择相关系数较大的PF分量进行希尔伯特变化包络谱分析,成功提取相关的故障特征.通过仿真实例的分析和对滚动轴承的实际故障数据进行故障诊断,证明了该方法在故障诊断应用中的有效性.     

电极丝超声振动的低速走丝电火花线切割加工研究

研究了低速走丝电火花线切割加工中附加超声振动后电极丝的高频振动对加工性能的影响。建立了描述超声振动下的电极丝振动的数学模型，并进行了计算机模拟分析。实验表明，电极丝附加超声振动可以改善极间放电状态，提高加工效率，减少断丝率，降低加工表面粗糙度值。     

圆锥滚子轴承振动的实验研究

以实验为基础,研究了32210圆锥滚子轴承内外圈参数与振动的关系。利用灰色系统理论和统计回归理论对实验数据进行分析,确定出影响轴承振动值的主要因素。建立了轴承振动值与主要影响因素之间的回归函数。根据该函数和要控制的振动值的公差可以确定各主要因素的公差,实验结果表明,当各个影响因素的误差都控制在公差范围内时,轴承的振动值也会控制在公差范围内。