作者:张向阳; 陈果; 郝腾飞; 贺志远; 李栩进; 成震杰 期刊:《航空动力学报》 2019年第12期
针对在滚动轴承故障激励下的机匣微弱故障特征,提出了基于卷积神经网络(CNN)的故障诊断方法。利用矩阵图法、峭度图法以及小波尺度谱法3种振动信号的预处理方法,将一维原始信号转换为图像信号;利用卷积神经网络对故障进行识别。通过比较分析发现:通过连续小波尺度谱更易提取滚动轴承的故障特征,其故障识别率达到95.82%,均高于其他几种振动信号预处理方法;由于卷积神经网络可以利用深层网络结构自适应地提取滚动轴承故障特征,比传统...
作者:杜小磊; 陈志刚; 许旭; 张楠 期刊:《计算机工程与应用》 2020年第05期
针对传统滚动轴承故障诊断方法过度依赖专家经验和故障特征提取困难的问题,结合深度学习处理高维、非线性数据的优势,提出一种基于改进深层小波自编码器的轴承智能故障诊断方法。该方法改进小波自编码器的损失函数并引入收缩项限制,再将多个小波自编码器进行堆叠构成深层小波自编码器,并引入"跨层"连接缓解梯度消失现象,最后利用大量无标签数据对网络进行无监督预训练并利用少量带标签数据对模型参数有监督微调。轴承诊断实验结果...
作者:周建民; 王发令; 张龙; 李鹏; 张臣臣 期刊:《机械设计与研究》 2019年第06期
滚动轴承作为旋转机械最容易发生故障的零部件之一,对其进行性能状态评估,及早判断出故障情况并做出相应的维修策略具有重要的意义。首先对轴承早期无故障样本和同类轴承的失效样本的振动信号提取小波包奇异谱熵作为初始特征。其次,用早期无故障样本特征和同类轴承失效样本特征建立径向基(RBF)神经网络模型,将已提取特征的轴承全寿命数据特征通过迭代的方式输入到RBF模型中。为了得到有界限的性能退化评估指标,提高性能评估准确率,...
轴承故障诊断中的振动信号易受噪声干扰,具有多分量、非平稳的特性。为寻找更优的轴承故障诊断方法,研究了自适应调频模式分解法(ACMD)和其应用。该方法将轴承故障信号自适应分解为多个分量,然后选择峭度最大的分量进行希尔伯特变换并计算包络谱,最后通过分析包络谱中的轴承故障特征频率实现故障的诊断。该方法能够有效提取滚动轴承故障信号的特征频率,有良好的应用前景。
介绍了水力搅拌器和常规水下搅拌器的基本结构及工作原理,并结合生产实际,阐述了水力搅拌器的特点,探讨了水力搅拌器的替代应用优势。
作者:夏姣姣; 张建峰; 陈文礼; 张韦杰; 王瑞 期刊:《设备管理与维修》 2020年第05期
结合冷轧张力辊运作系统和条件,分析减速机滚动轴承常见的故障及原因。根据现场参数得到轴承各部位的缺陷频率,对振动信号经过傅里叶变换和特定处理得到的包络频谱图进行分析,从而得到滚动轴承的运行状态及损坏部位。
作者:闫娇龙; 李贤臣; 万桃红 期刊:《信息周刊》 2019年第11期
牵引电机是动车组重要零部件之一,同时,滚动轴承作为牵引电机的重要部件,其功能对安全运输起着举足轻重的作用,滚动轴承运行是否正常直接影响到整列车的性能及运行安全。本文对牵引电机轴承常见故障原因进行分析,对常见的故障形式探讨相应的预防措施。
负荷工作面磨损。滚动轴承在工作过程中,承载着一定的负荷并不停的旋转,即使具有良好的润滑,滚动轴承的滚道和滚动体表面也会出现正常的磨损,随着时间的推移,使滚动轴承的径向间隙和轴向间隙增大,产生运动噪声并破坏机件间的配合关系,造成机件损坏。
内容提要:在钢铁行业宽厚板四辊轧机上,主传动轴大量采用了剖分式滚动轴承。相对于整体轴承其在受限位置更易于安装,能为主机设计提供更大的弹性空间,轴和其他相邻部件通常能被简化而不损失性能。在更换轴承时,与轴承相邻的设备都不需要移开,能够减少安装轴承的总体时间并降低工作要求,从而极大地减少主机停机时间,提高生产效率。本文主要对这种轴承的结构方式和装配进行归纳和总结。
作者:张立秋; 赵莹; 赵伟超; 蔺多亮 期刊:《北方钒钛》 2017年第03期
振动分析是滚动轴承状态监测和故障诊断的重要手段,本文对滚动轴承的故障机理进行了剖析,介绍了滚动轴承的常见失效形式,研究了滚动轴承振动信号的特征,通过现场采集振动信号来对设备故障进行了诊断。
作者:温京华; 刘万银 期刊:《煤质技术》 2009年第B06期
详细地叙述了滚动轴承损坏的特征和原因,阐明了防止轴承过早失效的办法,并提出在生产实际中安装和使用轴承的方法和注意事项,对生产中使用滚动轴承和延长滚动轴承寿命具有借鉴作用。
作者:周庆申 期刊:《河北能源职业技术学院学报》 2004年第04期
滚动轴承是机械设备中应用较广的标准化部件,其安装质量的好坏,直接影响设备的使用寿命.本文介绍了滚动轴承的安装与拆卸的具体方法,以及在安装与拆卸过程中应注意的问题,供中职或高职从事机械类的学生参考.
作者:宋辉; 陈浩杰 期刊:《数字印刷》 2012年第01期
本研究针对轴承早期故障信号微弱不易检测的缺陷,提出了一种基于谱峭度Morlet小波变换法和经验模态分解的轴承早期故障信号检测与增强的方法。该方法把谱峭度引入到Morlet小波中,根据谱峭度变化寻找Morlet小波的最佳匹配参数,最大限度地增强故障弱信号;然后对信号进行经验模态分解,以信号相关系数大小确定重构信号的基本模态分量,对重构信号进行包络分析完成故障诊断。实验结果验证了此方法在滚动轴承早期故障诊断中的良好应用效果...
介绍了滚动轴承的结构特点、类型、代号及其主要技术性能指标,详细论述了砖瓦工厂常用轴承使用时应注意的问题。
简要介绍了砖瓦机械设备上常用到的几类滚动轴承的型号、特性以及滚动轴承在使用中常见的问题和一些注意事项。
介绍了滚动轴承的结构特点、类型、代号及其主要技术性能指标,详细论述了砖瓦工厂常用轴承使用时应注意的问题。
作者:吕明珠; 苏晓明; 刘世勋; 陈长征 期刊:《机械设计与制造》 2020年第01期
针对滚动轴承全寿命退化状态难以有效识别的问题,提出了一种基于变分模态分解(VMD)与支持向量机(SVM)相结合的滚动轴承退化状态识别方法。该方法先用包络熵确定VMD的最优分解层数,再根据峭度及相关系数准则选择VMD分解后的敏感本征模态分量(IMF),然后提取敏感IMF分量的时域指标和能量熵构成退化特征向量序列,最后随机抽取不同退化状态下的少量样本输入SVM模型训练,建立退化状态模型库,并用真实数据进行测试。实验结果表明该方法能...
作者:詹晓燕; 尤祥安; 飞景明 期刊:《测控技术》 2019年第12期
提出一种基于局部均值分解(Local Mean Decomposition,LMD)和遗传神经网络自适应增强(Genetic Neural Network Adaptive Boosting,GNN-Adaboost)的滚动轴承损伤程度识别方法。通过LMD方法将轴承振动信号分解为若干个瞬时频率有物理意义的乘积函数(Production Function,PF),对能反映信号主要特征的PF提取能量矩,结合原始振动信号的时域特征参数(方差、偏度、峭度),组成故障严重程度识别特征参数矩阵。将基于LMD方法的特征参数矩阵作...
作者:聂永辉; 徐明文; 张译丹 期刊:《东北电力大学学报》 2019年第06期
风力发电是全球未来最重要的代替能源,由于其风电机组工作在恶劣的条件下,易造成风力发电机局部出现故障.风力发电机组的滚动轴承故障振动信号呈现非线性和非平稳特点,大量背景噪声污染导致故障特征难以有效识别,提出了多小波和谱峭度相结合的风力发电机滚动轴承故障特征提取方法.首先对振动信号进行多小波降噪,计算其峭度值,评判风机轴承是否产生故障;其次依据快速峭度图算法的自适应选择性获得最优的滤波器参数,滤波后对其进行平...
根据滚动轴承运行原理和实际边界情况,以SKF6208深沟球轴承为参考,建立了基于WorkBench平台的动力学仿真模型。分别在自由模态和两类约束条件下对轴承系统进行模态分析,获得了低阶模态频率及振型,并计算和比较了不同边界条件下的临界转速。结果表明:轴承在约束条件下的自振频率明显高于自由模态,且当外环固定、内环运转时,轴承系统临界转速最高,具有最佳动力学特性。子零件模态分析结果表明,保持架的动态稳定性相对较弱,可将其作为...