期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到8篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
局部受载滚轮滚针轴承承载性能仿真分析 被引量：3
1
作者 牛荣军 胡余生 +2 位作者 汪永刚 徐嘉 邓四二 《航空动力学报》 EI CAS CSCD 北大核心 2019年第10期2227-2236,共10页
根据所研究滚轮滚针轴承局部受载和支撑结构特点,建立考虑凸轮局部受载影响的轴承全柔性体有限元仿真模型,系统分析了轴承加载载荷、游隙和安装偏斜角对轴承的力学性能、刚度和寿命的影响,并通过数值和试验方法对仿真结果的正确性进行... 根据所研究滚轮滚针轴承局部受载和支撑结构特点,建立考虑凸轮局部受载影响的轴承全柔性体有限元仿真模型,系统分析了轴承加载载荷、游隙和安装偏斜角对轴承的力学性能、刚度和寿命的影响,并通过数值和试验方法对仿真结果的正确性进行验证。结果表明:局部受载条件下,径向载荷和偏斜角对轴承接触性能和寿命产生较大影响,轴承游隙对轴承接触性能和寿命的影响较小;径向载荷和偏斜角的增加,使得轴承承载区域减小,原对称“驼峰”型滚针母线的接触压力分布逐渐向偏斜角方向过渡,造成“一高一低”的母线压力分布形貌,最大接触压力增加,使得轴承寿命快速下降,但在极限载荷和偏转角条件下,仍满足轴承设计寿命指标要求。 展开更多
关键词 滚轮滚针轴承 局部受载 弹性支撑 刚度 疲劳寿命
原文传递
姿控飞轮轴承供油器设计与精准供油分析
2
作者 刘玉浩 武洪凯 +1 位作者 张宇翔 吴承伟 《计算力学学报》 CAS CSCD 北大核心 2024年第3期499-505,共7页
姿控飞轮转子系统是飞行器飞行姿态的重要控制部件,对轴承精准润滑与供油可靠性提出了严格要求。基于固体间隙密封的反向设计原理,本文设计了一种依靠离心力自动调节轴承供油率的微型供油器,充分利用两个轴承之间的狭小空间,结构简单且... 姿控飞轮转子系统是飞行器飞行姿态的重要控制部件,对轴承精准润滑与供油可靠性提出了严格要求。基于固体间隙密封的反向设计原理,本文设计了一种依靠离心力自动调节轴承供油率的微型供油器,充分利用两个轴承之间的狭小空间,结构简单且可靠性高。首先建立了供油速率的流固耦合理论分析模型,得到了供油速率的半解析解,研究了供油器过盈接触面的几何参数等对供油速率的影响规律,发现供油器的供油速率与供油量可以通过优化过盈配合界面的几何尺寸、表面粗糙度和过盈配合压力等来实现精确控制,供油速率与过盈接触界面名义间隙的立方和周向长度成正比,与润滑油粘度和接触面轴向宽度成反比。供油率与轴承转速的平方成正比,使得轴承在高速运转时可以自动得到足够的润滑油。此技术可以应用于航天航空器的精密姿控飞轮系统以及其他各类精密轴承转子系统的供油设计。 展开更多
关键词 飞行器 轴承 润滑 供油器 姿控飞轮
在线阅读 下载PDF
高碳铬轴承零件热处理变形分析 被引量：8
3
作者 张增岐 张磊 仇亚军 《轴承》 北大核心 2004年第6期21-25,共5页
对轴承零件热处理后尺寸变化规律及影响轴承零件热处理变形的各种因素及机理进行了全面分析和总结 ,并提出了解决轴承零件热处理变形的具体措施。
关键词 套圈 热处理 变形 尺寸变化
在线阅读 下载PDF
参数优化最大二阶循环平稳盲解卷积行星轮轴承故障提取 被引量：8
4
作者 林云 郭瑜 陈鑫 《振动与冲击》 EI CSCD 北大核心 2023年第2期321-328,共8页
在行星齿轮箱振动中,齿轮相关振动分量通常具有较大的能量,同时轴承滑移会造成行星轮轴承故障对应振动分量的特征频率获取困难。为此,提出一种基于参数优化最大二阶循环平稳盲解卷积(cyclostationary blind deconvolution, CYCBD)的行... 在行星齿轮箱振动中,齿轮相关振动分量通常具有较大的能量,同时轴承滑移会造成行星轮轴承故障对应振动分量的特征频率获取困难。为此,提出一种基于参数优化最大二阶循环平稳盲解卷积(cyclostationary blind deconvolution, CYCBD)的行星轮轴承故障提取方法。该方法针对CYCBD技术在轴承滑移条件下难以获取循环频率和滤波器长度的问题,以改进的包络谱故障特征比(improved envelope spectrum fault feature ratio, IFFR)指标作为粒子群算法的适应度函数,自动获取CYCBD算法中实际的循环频率和优化滤波器长度,利用参数自适应的CYCBD算法增强了轴承故障冲击。通过解卷积结果的平方包络谱反映轴承故障特征,达到准确提取故障特征的目的。故障仿真和试验研究结果表明,该方法可以有效提取行星轮轴承故障特征。 展开更多
关键词 最大二阶循环平稳盲解卷积(CYCBD) 行星齿轮箱 轴承故障诊断 故障特征比
在线阅读 下载PDF
鲁棒性幅值指数自适应谱幅值调制法 被引量：3
5
作者 林云 郭瑜 刘珍 《机械科学与技术》 CSCD 北大核心 2023年第1期53-58,共6页
近期提出的谱幅值调制(SAM)法可通过调节幅值指数适应不同故障信号的特征提取,具有较好的应用前景。但该方法目前幅值指数的取值需人工判断,尚无法用其实现对故障特征的自动优化提取,且当故障特征受到复杂干扰时,通过人工选择较难选取... 近期提出的谱幅值调制(SAM)法可通过调节幅值指数适应不同故障信号的特征提取,具有较好的应用前景。但该方法目前幅值指数的取值需人工判断,尚无法用其实现对故障特征的自动优化提取,且当故障特征受到复杂干扰时,通过人工选择较难选取较佳的幅值指数。为此,本文研究提出了一种鲁棒性幅值指数自适应谱幅值调制法。该方法首先利用角域重采样将信号转换到角域,再通过多点最优最小熵解卷积(MOMEDA)对故障弱冲击特征进行增强,最后利用2阶循环平稳指标(ICS 2)自适应选取SAM中的倒谱幅值指数,以该优化幅值指数计算倒谱信号,实现故障特征的自动提取。在行星轴承内圈故障特征提取上进行了验证研究,实验结果表明,本文所提方法能够实现复杂干扰下行星轴承内圈故障特征的自适应提取。 展开更多
关键词 谱幅值调制 鲁棒性 自适应 2阶循环平稳指标 行星轴承
在线阅读 下载PDF
基于同步提取变换和DRSN的滚动轴承故障诊断研究 被引量：4
6
作者 赵杰 陈志刚 +1 位作者 赵志川 张楠 《重庆理工大学学报（自然科学）》 CAS 北大核心 2021年第1期138-144,共7页
针对旋转设备在复杂运行工况下,滚动轴承故障信号特征难以准确提取及识别的问题,结合深度残差收缩网络(depth residual contraction network,DRSN)的优势,将同步提取变换(simultaneous extraction transformation,SET)和深度残差收缩网... 针对旋转设备在复杂运行工况下,滚动轴承故障信号特征难以准确提取及识别的问题,结合深度残差收缩网络(depth residual contraction network,DRSN)的优势,将同步提取变换(simultaneous extraction transformation,SET)和深度残差收缩网络结合的故障诊断方法应用于轴承故障诊断。首先利用同步提取变换时频分辨率高的特点,对采集到的滚动轴承外圈信号进行模态分解和处理,得到分解后的时频图像:然后对图像进行灰度处理,并进行降维,以适合DRSN模型输入,最后进行故障特征识别,实现滚动轴承故障诊断。实验结果表明,该方法有效实现了复杂工况下对滚动轴承故障信号的特征提取,提高了故障识别率。 展开更多
关键词 滚动轴承 时频分析 同步提取变换 深度残差收缩网络 深度学习
在线阅读 下载PDF
基于LSTM神经网络和故障特征增强的行星齿轮箱故障诊断 被引量：37
7
作者 樊家伟 郭瑜 +2 位作者 伍星 陈鑫 林云 《振动与冲击》 EI CSCD 北大核心 2021年第20期271-277,共7页
针对支持向量机、深度学习等人工智能算法在齿轮箱故障诊断应用上的不足,提出一种基于长短时记忆(long short-term memory,LSTM)神经网络和故障特征增强的行星齿轮箱故障智能诊断方法。该方法对行星齿轮箱不同局部故障振动信号进行滑动... 针对支持向量机、深度学习等人工智能算法在齿轮箱故障诊断应用上的不足,提出一种基于长短时记忆(long short-term memory,LSTM)神经网络和故障特征增强的行星齿轮箱故障智能诊断方法。该方法对行星齿轮箱不同局部故障振动信号进行滑动加窗截取,对截取的每段信号分别做快速傅里叶变换并选取包含故障特征丰富的频段实现对故障特征的增强,并以该数据作为输入对LSTM神经网络进行训练,通过训练完成的LSTM神经网络模型智能提取所选频段内的故障特征并实现行星齿轮箱不同局部故障的识别诊断。试验结果表明该方法可以有效诊断行星齿轮箱不同局部故障,并能提高网络模型的故障识别率。 展开更多
关键词 行星齿轮箱 故障特征增强 LSTM神经网络 故障诊断
在线阅读 下载PDF
基于SANC和一维卷积神经网络的齿轮箱轴承故障诊断 被引量：18
8
作者 高佳豪 郭瑜 伍星 《振动与冲击》 EI CSCD 北大核心 2020年第19期204-209,257,共7页
近来以深度学习算法为代表的滚动轴承特征智能提取和故障辨识技术被广泛研究,但目前研究大多局限于无强干扰的轴承故障。在齿轮箱存在较强齿轮振动干扰条件下,基于此类算法的轴承故障辨识率将显著降低。为提高在较强齿轮振动信号干扰下... 近来以深度学习算法为代表的滚动轴承特征智能提取和故障辨识技术被广泛研究,但目前研究大多局限于无强干扰的轴承故障。在齿轮箱存在较强齿轮振动干扰条件下,基于此类算法的轴承故障辨识率将显著降低。为提高在较强齿轮振动信号干扰下齿轮箱轴承故障智能辨识的准确率,提出了一种基于自参考自适应噪声消除技术(SANC)和一维卷积神经网络(1D-CNN)的齿轮箱轴承故障诊断方法。首先利用SANC将齿轮箱振动信号分离为周期性信号分量成分和随机信号分量,抑制齿轮等周期强干扰成分,再通过1D-CNN对包含轴承故障特征的随机信号成分进行智能特征提取和识别,实现在齿轮振动干扰下齿轮箱轴承故障辨识率的提高。通过与不同方法的对比验证了本文所提方法的优势和有效性。 展开更多
关键词 齿轮箱 自参考自适应噪声消除技术 一维卷积神经网络 故障诊断
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部