导读:本文包含了滚动轴承论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:包络,故障,防锈油,分解,游隙,清洗剂,油膜。
滚动轴承论文文献综述
周瑞萍[1]（2019）在《立式滚动轴承径向游隙测量仪的设计》一文中研究指出滚动轴承的游隙检查是滚动轴承成品检查的一个重要项目,游隙的大小对滚动轴承的安装、轴承的使用寿命以及设备的运行等有直接的影响。本文针对滚动轴承的径向游隙,根据滚动轴承径向游隙测量原理和测量要求,分析传统测量方法的不足和存在问题,设计了立式滚动轴承径向游隙测量仪。该测量仪符合实际,经济实用,数据准确,测量效率高,应用前景广阔。(本文来源于《南方农机》期刊2019年23期）
巩萱[2]（2019）在《JB/T 10560—2017《滚动轴承 防锈油、清洗剂清洁度及评定方法》解读》一文中研究指出中华人民共和国工业和信息化部于2017年1月9日发布了JB/T 10560—2017 《滚动轴承防锈油、清洗剂清洁度及评定方法》标准。该标准由中国机械工业联合会提出,全国滚动轴承标准化技术委员会(SAC/TC 98)归口,浙江兆丰机电股份有限公司、国家中小型轴承产品质量监督检验中心(浙江)、上海斐赛轴承科技有限公司负责起草,于2017年7月1日开始(本文来源于《机械工业标准化与质量》期刊2019年12期）
聂海燕[3]（2019）在《滚动轴承故障诊断方法综述》一文中研究指出滚动轴承具有非常多的优点,它不仅使用维护十分的方便,而且在工作的过程中具有一定的稳定性,启动性能比较好。尤其是在中等速度下的承载能力比较好。但是,相比于滑动的轴承拉手,滚动的轴承的径向尺寸比较大,减震能力比较差,噪音和声响比较大。同时滚动轴承中还存在着一定的故障,制约着轴承的发展。鉴于此,文章将主要探讨滚动轴承故障的诊断方法进行论述。(本文来源于《内燃机与配件》期刊2019年23期）
李昌,胡明用,韩兴,唐学来[4]（2019）在《高速滚动轴承-转子系统非线性动力特性分析》一文中研究指出综合考虑各种非线性因素(油膜、径向游隙和非线性轴承力等),建立了高速滚动轴承—转子系统非线性动力学方程,基于Runge-Kutta算法对其方程进行求解,得出系统在不同参数下的分岔图、相图、轴心轨迹图、Poincaré映射图和频谱图,同时得出阻尼、转速共同影响下系统的非线性振动位移变化规律。结果表明:系统振动周期随转速增大依次递增或依次递减,不发生激变。系统的非线性振动同时存在参数振动、强迫振动和两者耦合振动。小阻尼时系统出现混沌现象,系统不稳定,而大阻尼可以抑制系统的非线性振动,系统发生激变,系统较稳定。选择合理的阻尼和速度工况参数,可有效地改善系统的稳定状态。(本文来源于《机械设计与制造》期刊2019年12期）
艾延廷,方妍,田晶[5]（2019）在《峭度准则EMD与空域相关结合的滚动轴承故障特征提取》一文中研究指出针对滚动轴承故障信号非线性、非平稳的特点,提出一种经验模态分解(Empirical Mode Decomposition,EMD)与空域相关相结合的信号特征提取方法。首先,利用EMD方法将振动信号分解成若干个固有模态分量(Intrinsic Mode Function,IMF);然后采用峭度准则选取能够反应故障特征的IMF分量进行重构,再对重构信号运用空域相关法进行降噪;最后将处理后的振动信号进行Hilbert包络谱分析,提取出轴承的故障特征。采用所建立的方法分析轴承外圈故障的实验数据。结果表明,峭度准则EMD与空域相关相结合的方法能够对振动信号进行降噪处理并有效地提取出轴承外圈故障特征频率。(本文来源于《机械设计与制造》期刊2019年12期）
赵玮[6]（2019）在《基于VMD和奇异差分谱的滚动轴承早期故障诊断》一文中研究指出针对强噪声环境下滚动轴承早期故障特征信息非常微弱且难以提取的问题,提出了基于变分模态分解(Variational Mode Decomposition,VMD)和奇异值差分谱的故障诊断方法。首先对轴承故障振动信号进行VMD分解得到一系列本征模态分量(Intrinsic Mode Functions,IMFS),由于噪声的干扰,很难从各个模态分量中提取有效的故障特征信息;然后根据相关系数准则,对相关系数较大的分量构建Hanke矩阵进行奇异值分解,求取奇异值差分谱,从差分谱中确定重构信号的有效阶次对信号进行降噪处理;最后对降噪处理后的信号进行Hilbert包络处理,从包络谱中即可准确地提取到故障特征频率。仿真信号和工程数据处理结果表明,该方法能够有效地降低噪声的影响,精确地提取到轴承微弱的故障特征频率信息。(本文来源于《机械设计与制造》期刊2019年12期）
张健,张子阳,起雪梅,刘小英[7]（2019）在《基于EMD和VPMCD的滚动轴承故障诊断》一文中研究指出根据滚动轴承正常状态、内圈故障、外圈故障和滚动体故障4种不同类别的振动信号,给出了基于经验模态分解(Empirical Mode Decomposition,EMD)和变量预测模型(Variable Predictive Model Based Class Discriminate,VPMCD)的滚动轴承故障诊断方法。首先,使用EMD方法自适应地将滚动轴承振动信号分解为若干IMF(Intrinsic Mode Function,IMF),对前几个包含滚动轴承主要故障信息的IMF分量求包络谱,并提取故障特征频率处的幅值组成故障特征向量;然后,采用VPMCD分类器进行故障识别和分类。试验仿真分析结果表明,应用该方法对20×4个测试样本进行分析,80个样本均被成功识别,达到了试验研究预期的故障类型识别准确度。(本文来源于《机械设计》期刊2019年S2期）
胡爱军,赵军[8]（2019）在《基于自适应最大相关峭度解卷积的滚动轴承多故障诊断》一文中研究指出滚动轴承存在多个故障时,由于各故障响应之间相互干扰,会使包络谱诊断效果不佳。最大相关峭度解卷积(MCKD)是用于增强周期性脉冲的有效工具,然而,MCKD的滤波器长度参数和移位数需要人工设定,并且在复杂条件下运行的轴承对参数的要求较高。针对此情况,提出了一种自适应最大相关峭度解卷积的滚动轴承多故障诊断方法。该方法以最大相关峭度解卷积信号的包络谱的谱相关峭度值作为目标函数,采用人工鱼群算法,自适应得到MCKD的最优参数,利用参数优化的最大相关峭度解卷积实现滚动轴承多故障分析。滚动轴承多故障仿真及轴承内圈多故障实验分析表明,该方法可以有效提取故障特征,实现滚动轴承多故障的准确诊断。(本文来源于《振动与冲击》期刊2019年22期）
王斐,房立清,赵玉龙,齐子元[9]（2019）在《基于VMD和SVDD的滚动轴承早期微弱故障检测和性能退化评估研究》一文中研究指出针对滚动轴承早期微弱故障检测及故障状态监测问题,提出了一种基于变模态分解(VMD)分解和支持向量数据描述(SVDD)的滚动轴承性能退化评估模型。对振动信号进行VMD分解,选取对性能退化较为敏感的本征模态分量,提取其奇异值,并结合信号的时域特征指标,复杂度指标组成特征向量矩阵作为滚动轴承综合特征指标;并以正常状态下的综合特征指标作为训练样本完成SVDD评估模型的构建,利用滚动轴承全寿命试验数据进行评估模型的验证。实验结果表明,该评估模型可以准确检测到滚动轴承早期微弱故障阶段的发生,同时可以很好的揭示滚动轴承性能退化规律,其评估效果优于模糊C均值聚类(FCM)方法。(本文来源于《振动与冲击》期刊2019年22期）
金前冲,张庆,罗军,徐进[10]（2019）在《滚动轴承打滑试验研究进展》一文中研究指出随着旋转机械朝着高转速、高功重(推重)比方向发展,滚动轴承作为旋转机械的关键部件,其打滑行为已成为早期失效主要形式,严重影响旋转机械装备的使用性能和服役寿命,因此滚动轴承打滑一直是相关学者研究热点。从打滑行为、打滑蹭伤失效分析两个方面概述国内外滚动轴承打滑试验研究进展,着重讨论轴承打滑率和打滑的影响因素,阐述滚动轴承打滑的影响规律,并探讨以后的可能发展方向。(本文来源于《机床与液压》期刊2019年22期）
滚动轴承论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
中华人民共和国工业和信息化部于2017年1月9日发布了JB/T 10560—2017 《滚动轴承防锈油、清洗剂清洁度及评定方法》标准。该标准由中国机械工业联合会提出,全国滚动轴承标准化技术委员会(SAC/TC 98)归口,浙江兆丰机电股份有限公司、国家中小型轴承产品质量监督检验中心(浙江)、上海斐赛轴承科技有限公司负责起草,于2017年7月1日开始
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
滚动轴承论文参考文献
[1].周瑞萍.立式滚动轴承径向游隙测量仪的设计[J].南方农机.2019
[2].巩萱.JB/T10560—2017《滚动轴承防锈油、清洗剂清洁度及评定方法》解读[J].机械工业标准化与质量.2019
[3].聂海燕.滚动轴承故障诊断方法综述[J].内燃机与配件.2019
[4].李昌,胡明用,韩兴,唐学来.高速滚动轴承-转子系统非线性动力特性分析[J].机械设计与制造.2019
[5].艾延廷,方妍,田晶.峭度准则EMD与空域相关结合的滚动轴承故障特征提取[J].机械设计与制造.2019
[6].赵玮.基于VMD和奇异差分谱的滚动轴承早期故障诊断[J].机械设计与制造.2019
[7].张健,张子阳,起雪梅,刘小英.基于EMD和VPMCD的滚动轴承故障诊断[J].机械设计.2019
[8].胡爱军,赵军.基于自适应最大相关峭度解卷积的滚动轴承多故障诊断[J].振动与冲击.2019
[9].王斐,房立清,赵玉龙,齐子元.基于VMD和SVDD的滚动轴承早期微弱故障检测和性能退化评估研究[J].振动与冲击.2019
[10].金前冲,张庆,罗军,徐进.滚动轴承打滑试验研究进展[J].机床与液压.2019
论文知识图
