滚动轴承振动速度的乏信息真值估计

针对小样本和概率分布未知的乏信息问题,建立滚动轴承质量数据序列真值融合模型,对滚动平均法、隶属函数法、最大隶属度法、滚动自助法和算术平均法的估计真值进行融合,进而获得最终估计真值。通过对圆锥滚子轴承的质量参数进行蒙特卡洛模拟和试验研究,以验证文中所述融合方法的适应性和有效性。     

滚动轴承振动统计特性分析

利用微机数据采集和分析系统，以数字信号处理技术，全面地研究了滚动轴承振动的统计特性。正常轴承的振动加速度信号是服从正态分布的零均值随机信号，信号的均方根值能正确地描述轴承振动的烈度，鉴别产品的质量水平，它和幅值分布的峭度系数可用于轴承的工况监测和故障诊断。     

滚动轴承振动与噪声

从宏观角度阐述了滚动轴承振动与噪声的形成机理 ,分析了在轴承结构、制造工艺和装机等方面引发振动与噪声的原因 ,给出了相应的减振降噪措施。附图 2幅 ,表 1个 ,参考文献 3篇。     

滚动轴承的结构振动问题

讨论了由轴承本身的结构性质引起的振动 ,即弯曲振动 (或称结构振动 ) ,利用虚位移原理推导出该振动频率及量级与轴承结构参数大小之间的数学表达式 ,并用实例说明 :对低噪声轴承设计而言 ,该因素是不容忽略的。附图 1幅 ,表 1个。     

基于神经网络的滚动轴承振动预测

以神经网络与MATLAB实现理论为依据,提出了一种新的滚动轴承振动预测方法。这种方法根据轴承的加工质量试验数据,建立轴承振动预测的BP网络试验模型,在MATLAB开发环境下输入训练样本数据矩阵和目标矩阵。经过训练后,网络误差达到要求,预报结果的最大相对误差小于10％。     

滚动轴承振动虚拟检测仪

针对低噪声轴承的振动要求 ,特别是“异声”要求 ,用图形化编程语言LabVIEW开发出可检测多种振动参数的虚拟检测仪 ,成功地用于轴承出厂的分类检验。附图 3幅 ,参考文献 3篇。     

滚动轴承中的声响和振动

由于滚动轴承的基本特征及制造技术的限制 ,一定大小的振动和噪声是不可避免的。介绍了轴承振动和声响的四种类型 ,分析了不同类型的振动和声响产生的机理、特点及降低振动和噪声的对策。附表 1个 ,图 12幅。参考文献 4篇     

滚动轴承非线性振动特性探讨

主要研究了滚动轴承支承转子系统的非线性振动及相关的轴承破坏问题。采用滚动轴承的非线性刚度表达式，建立了滚动轴承支承刚性转子系统的力学模型和数学模型；通过对数学模型的求解，得出了系统振动的反应曲线和骨干曲线；揭示了滚动轴承的非线性振动是其高速运转时破坏的原因之一，并从理论上解释了球轴承和滚子轴承的动力特性差异。附图４幅，参考文献３篇。     

滚动轴承振动相图的特征提取及在故障诊断中的应用

在基于频谱分析的滚动轴承故障诊断研究中,存在因噪声干扰和特征频率混叠而不能准确识别故障类型的问题。基于此,提出了一种以振动相图差异性为基础的故障诊断方法。从理论上分析了轴承不同状态相图差异性的原因,给出了计算相图分布密度矩阵特征值的方法,建立了BP神经网络轴承故障诊断模型,并利用实际的轴承试验数据验证了所提方法的有效性。     

电动发电机组滚动轴承振动故障诊断分析

在对某核电厂1号机组控制棒驱动机构电源系统(RAM)电动发电机组进行常规振动状态监测过程中,发现2号发电机(1RAM002GE)驱动端滚动轴承存在尖锐异音,且振动水平在较短时间内有明显上涨.通过对振动趋势进行合理跟踪,对频谱结构进行对比分析,结合滚动轴承故障发展特点,成功诊断出故障原因为滚动轴承内圈存在磨损剥落缺陷.     

滚动轴承振动的谐波控制方法研究

以数理统计为基础,通过实验得到了轴承振动值和轴承套圈滚动表面谐波分布参数之间关系的数学模型,论述了获取最小振动值的方法,此方法的特点是在轴承零件的制造过程中控制装配后轴承的振动值。     

滚动轴承振动速度测量中的滤波器设计

借助组合小波,介绍了数字化滤波器设计,用于滚动轴承振动速度信号的低、中、高频段测量。所设计的带通滤波器具有过渡带窄、带通平稳和线性相位特点。并详细地说明了滤波器设计参数和滤波特性,列举了滚动轴承振动速度测量的实例,其有效性在计算机测量中得到证实。     

滚动轴承振动测量方法新国标解析

通过对新国标和老行标进行比较,指出了新国标的先进性以及两者的主要不同之处,并根据轴承振动测量仪设计及应用的经验,指出了现有测振仪的不足之处及改进方法,同时提出了JB/T 5314—2002和JJF1185—2007的修订建议。     

基于信息融合的滚动轴承故障诊断

滚动轴承故障诊断中同一征兆域很难区分多种故障，单一传感器对故障分类识别有不确定性。提出了利用加速度传感器和声音传感器，基于BP神经网络及D-S证据理论，对所采集的振动信号和声音信号的多种特征信号进行信息融合，实现故障诊断。并对该方法进行仿真试验验证。     

滚动轴承噪声的灰自助动态评估

以灰预报和自助再抽样方法为基础,提出灰自助动态评估模型,用于评估滚动轴承的噪声。该模型用动态不确定度、估计区间、估计真值、平均不确定度、平均真值和趋势项测度6个参数,全面描述滚动轴承噪声的基本特征。计算机仿真和工程试验表明,该模型对随机变量的概率分布与趋势项的类型没有任何要求,在平均不确定度为最小的条件下,可有效地分离出趋势项,评估的可信度达到100%。     

基于振动测试的滚动轴承故障诊断技术进展

振动法是滚动轴承最重要的故障诊断方法,其核心在于有效抽取表征故障的特征值。本文重点从信号处理的角度出发,围绕原理、特点及适用范围,对国内外基于振动法的故障诊断方法进行了比较、总结与展望。     

基于CEEMD的滚动轴承振动信号自适应降噪方法

针对滚动轴承故障特征信号容易被噪声掩盖难以提取的问题,提出了基于互补集合经验模态分解(CEEMD)的滚动轴承振动信号自适应降噪方法。为了准确判定噪声分量和有用信号分量的分界点,在对振动信号进行CEEMD分解后,设计了依据信噪分量自相关函数的单边波峰宽度特性自适应地判定分界点的方法。为了保证重构信号的完整性,利用改进的小波阈值降噪方法提取低频IMF分量中的高频有效信息。实验分析表明,结合改进阈值函数的CEEMD自适应降噪方法能够有效地去除故障振动信号中夹杂的噪声,并且很好地保留了滚动轴承振动信号的突变细节,达到了不错的降噪效果。     

基于振动分析的滚动轴承故障诊断系统设计

滚动轴承故障诊断意义重大,振动分析是诊断滚动轴承故障最有效的手段。文中根据滚动轴承振动信号的特点,以包络检波技术为基础,利用LabVIEW设计出相应的滚动轴承故障诊断系统。提出带通滤波和包络谱细化这两个系统设计中的关键技术问题并给出了解决方法。试验结果证明:系统能够有效地诊断出轴承存在故障且能判定发生故障的元件。