导读:本文包含了轴承寿命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:寿命,轴承,剩余,卷积,成分,聚酰亚胺,球轴承。
轴承寿命论文文献综述
何颋,郑怀华,李灵兵[1]（2019）在《直流永磁有刷电机轴承寿命智能预测方法研究》一文中研究指出为了提高对直流有刷电机轴承寿命预测的精准度,设计提出了基于CHSMM预测的电机寿命预测方法。从时域和频域两方面提取轴承震动信号,利用PRA数据算法进行降维,在传统CHSMM预测算法的基础上,引入高斯分布密度函数,将预测算法与函数数据结合,生成预测概率密度函数,求取轴承运行状态驻留时间,基于时间参数推导轴承当前退化状态,进而计算预期寿命,实现轴承寿命预测。实验数据表明,利用新设计的寿命预测方法,轴承退化状态识别精准度可以提高15%左右,剩余价值系数求值精准度提高19.5%左右,可以有效提高轴承预测精准度。(本文来源于《自动化与仪器仪表》期刊2019年11期）
沈明明,李荣,刘祖国,汤耿,彭敏[2]（2019）在《数控机床轴承结构振动谐响应及疲劳寿命研究》一文中研究指出以数控机床用的深沟球轴承为研究对象,分析其运转中的振型及结构疲劳寿命。首先通过Solidworks建立了深沟球轴承的叁维模型,利用ANSYS对轴承进行模态及谐响应分析,获得轴承在固有振动频率以及在各阶次频率下的固有振型变化,同时借助有限元谐响应分析,确定了对轴承影响最大的模态频率。其次利用ANSYS中的Faigue模块对轴承进行了疲劳寿命研究,通过结合材料的S-N曲线理论以及Hertz接触理论,对轴承的疲劳寿命进行了预估分析。仿真结果表明:在满足轴承强度工况下,固有频率1125Hz为结构共振最大点,且轴承的寿命范围为5937.7～1×10~6次,为后续轴承结构优化提供参考。(本文来源于《组合机床与自动化加工技术》期刊2019年11期）
者娜,杨剑锋,刘文彬,陈良超[3]（2019）在《KPCA和改进SVM在滚动轴承剩余寿命预测中的应用研究》一文中研究指出为解决支持向量机模型在预测滚动轴承剩余寿命时准确率不高的问题,对核主成分分析(Kernel Principal Component Analysis,KPCA)和最小二乘支持向量机(Least Square Support Vector Machine,LSSVM)在剩余寿命预测中的应用进行了研究。采用核主成分分析方法融合轴承振动信号时域、频域特征指标并提取第一主成分评估轴承性能退化情况,并将满足要求的多个KPCA主成分作为输入,建立KPCA-LSSVM模型来对轴承剩余寿命进行预测。采用轴承全寿命试验数据对该方法的有效性进行验证,结果表明,该方法提取的轴承性能退化评估指标能够更为全面地表征轴承性能退化情况,建立的KPCA-LSSVM模型可在滚动轴承剩余寿命预测工作中获得良好的预测效果。(本文来源于《机械设计与制造》期刊2019年11期）
刘胜兰,高凌寒,杜剑维,刘晨[4]（2019）在《基于自适应顺序的滚动轴承最优特征选取与寿命预测》一文中研究指出为了提高舰船动力传动系统中滚动轴承的故障特征分析及寿命预测能力,需要对选择合适的振动信号特征表征滚动轴承状态的问题进行分析,通过时域,频域,时频域,信息熵等多方面提取滚动轴承的振动特征,构造特征库,综合全面描述滚动轴承的状态信息。提出了一种自适应特征提取方法,通过添加白噪声特征以及融合特征,并使用相关性,单调性,鲁棒性3个指标来综合评价特征,可以自动确定特征维数并筛选出敏感特征子集,并通过实验数据验证了所提方法的有效性。(本文来源于《舰船科学技术》期刊2019年21期）
谢中秋[5]（2019）在《轴承用聚酰亚胺保持架材料的储存寿命预测》一文中研究指出以拉伸强度为特性指标,对轴承用聚酰亚胺保持架材料进行加速老化试验,根据试验结果构建两步法和整体法2种模型,2种模型相互验证表明,轴承用聚酰亚胺保持架材料在室温存储下的寿命至少为37年。(本文来源于《轴承》期刊2019年11期）
戴邵武,陈强强,丁宇[6]（2019）在《基于时域特征的滚动轴承寿命预测》一文中研究指出为了更好地表征滚动轴承性能退化趋势,提出基于时域特征和支持向量机的滚动轴承退化趋势预测方法;首先提取振动信号的时域特征组成高维特征集,利用主成分分析方法(PCA)对时域高维特征集进行维数约简,以消除各特征指标之间的冗余及信息冲突等问题;然后将维数约简后的特征向量作为输入数据,输入至由粒子群(PSO)优化的支持向量机中,建立退化趋势预测模型,从而完成退化趋势预测。运用滚动轴承全寿命试验数据进行验证分析,结果表明该方法能够获取准确的预测结果。(本文来源于《计算机测量与控制》期刊2019年10期）
张杰毅,陈果,谢阶栋,贺志远,滕春禹[7]（2019）在《球轴承接触疲劳寿命预估的损伤力学-有限元法》一文中研究指出以线弹性力学及连续损伤力学为基础,构建球轴承接触疲劳的损伤演化方程。利用轴承钢GCr15扭转疲劳试验数据拟合得到损伤演化方程中的材质参数。通过该方程预估轴承钢GCr15的扭转疲劳寿命,其结果与试验数据吻合。采用ABAQUS有限元分析软件仿真得到6206球轴承的接触应力分布并分析了6206球轴承最大接触应力区。根据6206球轴承的载荷及应力应变状态将最大接触应力区简化为二维平面应力模型。在此基础上预估了6206球轴承的接触疲劳寿命。设计并进行了6206球轴承疲劳强化试验。轴承接触疲劳剥落都萌生于内圈,与应力仿真分析结果相契合。叁个试验轴承的试验与预估接触疲劳寿命的相对误差分别为29.52%、3.03%和51.16%,验证了接触疲劳寿命预估方法的有效性。研究表明采用损伤力学预估球轴承的接触疲劳寿命是工程中可行且实用的方法。(本文来源于《航空动力学报》期刊2019年10期）
张继冬,邹益胜,邓佳林,张笑璐[8]（2019）在《基于全卷积层神经网络的轴承剩余寿命预测》一文中研究指出传统的数据驱动的轴承剩余寿命预测方法需要基于知识和经验,通过人工建立性能退化指标,费时费力,为此,采用卷积神经网络对输入信号进行特征自学习和剩余寿命预测。将传统卷积神经网络中的全连接层全部更换为卷积层与池化层,以减少神经网络需训练的参数;采用加权平均方法对预测结果进行降噪处理。轴承加速寿命实验数据集验证了所提方法的有效性。(本文来源于《中国机械工程》期刊2019年18期）
雷群,张翰乾,郭伟科,施维[9]（2019）在《基于加速寿命的机床主轴轴承寿命研究》一文中研究指出主轴轴承作为数控机床的关键零部件,其性能对于机床加工精度及可靠性寿命具有重要的影响,但由于传统轴承可靠性寿命测试方法的限制,轴承可靠性寿命测试周期较长。基于加速寿命,结合变分模态分解(VMD)的轴承故障诊断方法,通过检测轴承的早期故障以结束其加速寿命测试,减少了轴承加速寿命测试周期。该研究对于提高机床主轴用高速角接触球轴承的可靠性寿命测试效率具有一定的实际应用价值。(本文来源于《机电工程技术》期刊2019年08期）
吕堂祺,施睿贇,朱凌南[10]（2019）在《基于Archard模型的桨毂轴承摩擦副磨损寿命评估方法》一文中研究指出桨毂轴承摩擦副之间因磨损超过一定间隙后会导致调距桨装置出现调距、稳距功能降低或失效的故障。文章基于Archard模型提出一种桨毂轴承摩擦副磨损寿命评估方法,其思路是先根据经验数据或试验数据,利用Archard模型确定桨毂的磨损因子,考虑该型桨毂轴承摩擦副的许用间隙、载荷条件等因素,结合其初始装配间隙的分布函数,通过仿真方法模拟调距桨装置调距次数的分布函数,进而对桨毂轴承摩擦副进行磨损寿命评估。(本文来源于《船舶工程》期刊2019年S2期）
轴承寿命论文开题报告
（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：
以数控机床用的深沟球轴承为研究对象,分析其运转中的振型及结构疲劳寿命。首先通过Solidworks建立了深沟球轴承的叁维模型,利用ANSYS对轴承进行模态及谐响应分析,获得轴承在固有振动频率以及在各阶次频率下的固有振型变化,同时借助有限元谐响应分析,确定了对轴承影响最大的模态频率。其次利用ANSYS中的Faigue模块对轴承进行了疲劳寿命研究,通过结合材料的S-N曲线理论以及Hertz接触理论,对轴承的疲劳寿命进行了预估分析。仿真结果表明:在满足轴承强度工况下,固有频率1125Hz为结构共振最大点,且轴承的寿命范围为5937.7～1×10~6次,为后续轴承结构优化提供参考。
（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。
轴承寿命论文参考文献
[1].何颋,郑怀华,李灵兵.直流永磁有刷电机轴承寿命智能预测方法研究[J].自动化与仪器仪表.2019
[2].沈明明,李荣,刘祖国,汤耿,彭敏.数控机床轴承结构振动谐响应及疲劳寿命研究[J].组合机床与自动化加工技术.2019
[3].者娜,杨剑锋,刘文彬,陈良超.KPCA和改进SVM在滚动轴承剩余寿命预测中的应用研究[J].机械设计与制造.2019
[4].刘胜兰,高凌寒,杜剑维,刘晨.基于自适应顺序的滚动轴承最优特征选取与寿命预测[J].舰船科学技术.2019
[5].谢中秋.轴承用聚酰亚胺保持架材料的储存寿命预测[J].轴承.2019
[6].戴邵武,陈强强,丁宇.基于时域特征的滚动轴承寿命预测[J].计算机测量与控制.2019
[7].张杰毅,陈果,谢阶栋,贺志远,滕春禹.球轴承接触疲劳寿命预估的损伤力学-有限元法[J].航空动力学报.2019
[8].张继冬,邹益胜,邓佳林,张笑璐.基于全卷积层神经网络的轴承剩余寿命预测[J].中国机械工程.2019
[9].雷群,张翰乾,郭伟科,施维.基于加速寿命的机床主轴轴承寿命研究[J].机电工程技术.2019
[10].吕堂祺,施睿贇,朱凌南.基于Archard模型的桨毂轴承摩擦副磨损寿命评估方法[J].船舶工程.2019
论文知识图
