导读:本文包含了低速轴承论文开题报告文献综述及选题提纲参考文献，主要关键词:低速重载轴承,振动频谱分析,指标分析,故障诊断
低速轴承论文文献综述
刘本海,李鑫,孙高飞,邢增金[1]（2019）在《轧机设备低速轴承的状态监测诊断与分析》一文中研究指出通过幅域分析、时域分析、频域分析、长波形分析相结合的数据综合诊断分析方法,对轧机设备低速重载的齿轮箱进行状态监测及故障诊断分析。(本文来源于《设备管理与维修》期刊2019年21期）
苏冰,卢湘涛,苏子昊,杨海生[2]（2018）在《一种中低速轴承润滑脂的拖动特性及其模型研究》一文中研究指出利用自行设计的润滑剂弹流拖动力试验台,模拟轴承实际工况对一种复合磺酸钙基脂进行拖动力测试以及拖动曲线的分析,利用传统的Teaarwerk-Jonson(T-J)弹塑性模型和一种四参数指数模型对试验数据进行拟合和回归分析,讨论适用于该复合磺酸钙基脂的拖动特性预测模型。结果表明:该润滑脂在中低速、重轻载下具有优良的润滑特性,其拖动系数随载荷的增大而变大,随滚动速度的增大而减小,拖动曲线的线性区斜率在高速时基本一致;在工况载荷较大时,T-J模型拟合结果存在较大误差,说明其不适合拟合存在明显热效应的拖动曲线;四参数指数模型对整体实验数据的拟合精度较高,可以用来研究这种润滑脂的拖动特性。(本文来源于《润滑与密封》期刊2018年02期）
张珂[3]（2017）在《基于声发射的低速轴承故障诊断技术研究》一文中研究指出轴承是机械设备中必不可少的部件,其稳定运行对机械设备的可靠运行和操作人员的生命财产安全有很大的影响。滚动轴承故障诊断在工业安全生产中起着十分重要的作用。目前经常使用的滚动轴承状态监测技术包括:振动检测技术、润滑油成分分析技术、声发射(Acoustic Emission,AE)技术、超声波探测技术等。振动检测技术是滚动轴承故障诊断领域里发展最为成熟且使用最为广泛的技术。但是,由于低转速旋转机械通常有大惯性矩,强工作背景噪音,部件故障产生的振动能量低等特点,振动技术在低速旋转机械如风能发电机、大型起重机及物料传输机等的状态监控应用方面效果并不理想。为了克服这方面的问题,高频声发射技术在低速旋转机械监控方面的应用日益得到相关研究及工程人员的高度重视。通常,对声发射信号的处理主要集中在信号除噪与时频分析两大模块。常见的信号除噪方法有小波去噪,EMD去噪,奇异值分解及高频滤波等;信号的时频分析主要依靠傅里叶变换和包络分析等方法。如今,为了提高轴承的故障诊断精度,声发射信号的分析也逐步向智能化的方向发展。比较常见的智能诊断技术包括支持向量机,人工神经网络,模糊聚类,遗传算法等。本文在参阅前人在轴承声发射故障诊断经验的基础上,从信号的除噪,时频域特征分析和人工智能识别叁个方向入手,依次实现低速轴承故障的智能化诊断。本课题主要完成的工作如下:(1)学习声发射技术并将其应用到低转速轴承故障诊断实验。分析不同轴承故障产生的声发射信号特征,利用小波变换,小波包分解,经验模态分解,集合经验模态分解等信号处理方法提取轴承故障特征信号,并简单讨论这几种方法的优缺点。(2)开展滚动轴承故障模拟实验。在SQI机械综合故障实验平台上开展了低转速滚动轴承实验,检测了滚动轴承在正常状态、外圈故障、内圈故障和滚动体故障四种工作状态下的振动及声发射信号,通过信号分析提取了轴承在上述工作条件下的信号特征。(3)提出了基于经验模态分解(Empirical Mode Decomposition,EMD)-重复间隔阈值去噪(Clear Iterative Interval-Thresholding,CIIT)和模糊核聚类(Kernel-based Fuzzy C-Means,KFCM)算法相结合的的低速轴承故障诊断方法,并将这种方法应用到低速轴承故障诊断。(本文来源于《青岛理工大学》期刊2017-12-01）
杨杰,张鹏林,刘志涛,常海[4]（2017）在《基于CEEMD能量熵与SVM的低速轴承故障声发射诊断》一文中研究指出针对低速轴承故障诊断难的问题,将互补总体平均经验模态分解(CEEMD)能量熵与支持向量机相结合对低速轴承故障进行了声发射诊断。采集不同缺陷状态的轴承声发射信号进行CEEMD分解,得到自适应的本征模态分量(IMF);结合IMF分量的方差贡献率和互相关系数对虚假分量进行剔除,筛选出有效IMF分量。对提取的有效IMF分量计算能量熵,作为不同故障轴承的特征向量。将该特征向量输入到支持向量机(SVM),对不同故障的低速轴承进行分类识别。试验结果表明,通过方差贡献率和互相关系数能够筛选出含主要故障信息的IMF分量,同时验证了SVM相比BP神经网络对低速轴承不同故障类型的识别效果更好。(本文来源于《无损检测》期刊2017年09期）
杨杰[5]（2017）在《声发射技术在超低速轴承故障诊断中的应用研究》一文中研究指出滚动轴承作为旋转机械设备中最为常用的关键零部件之一,其运转状况往往直接关系到整台设备的安全稳定运行,一旦产生故障,将会极大的影响机械设备的生产安全和效率。因此,对滚动轴承的损伤状态进行监测诊断就显得尤为重要。低速重载轴承由于其运转和本身结构的复杂特殊,对于这类轴承的损伤状态进行监测异常困难。随着机械制造行业的快速发展,低速重载轴承的实际应用范畴也越来越广泛,并且这类轴承一般都安装在大中型的旋转机械设备中,一旦产生损坏造成停机,其维修更换需要大量的人力物力财力,因此提前监测这类轴承的损伤状态能够避免停机事故,获得较大的经济效益。声发射技术(AE)是一种新型的动态实时监测技术,与传统的检测技术相比,声发射信号对动态缺陷敏感、频带较宽,检测效率高,可以及时的发现低速重载滚动轴承的早期损伤,对于旋转机械设备中轴承的保养和维修具有重要的工程应用价值。本文以声发射检测技术为手段,通过搭建实验台来模拟低速重载轴承的运行状态,对轴承预制不同位置和大小的人工缺陷,采集不同损伤状态轴承的声发射信号,对其在低速轴承故障诊断和损伤状态监测的可行性进行了理论和实验研究。完成的主要工作和成果有:借助试验台采集不同损伤状态的轴承声发射信号,分别采用小波分析和小波包分析对信号进行分析处理,通过提取各频带所占能量百分比,得出相比小波分析,小波包分析能够提取到轴承故障声发射信号产生的主要频带,提取的能量较高的频带与频谱图高幅值频带相一致。并比较了小波尺度谱和STFT谱对低速轴承AE信号中的特征提取性能,结果表明小波尺度谱对于非平稳声发射信号的时间分辨率较高,而STFT谱相比小波尺度谱对于非平稳信号的频率分辨率较高,因而可以将小波尺度谱和STFT谱相结合用于低速轴承故障特征提取。针对低速轴承故障特征微弱,易被噪声淹没,提出了结合能量熵和集合经验模态分解(EEMD)进行低速轴承故障诊断,并提出基于相关系数法和方差贡献率法筛选有效本征模态分量。通过实验结果表明,采用互相关系数和方差贡献率能够筛选有效的IMF分量,提取的有效IMF能量熵能够很好的表征低速轴承的损伤缺陷变化。并对比了支持向量机和BP神经网络对低速轴承的故障类型的分类识别效果,得出针对低速轴承小样本数据支持向量机的识别准确率要高于BP神经网络。(本文来源于《兰州理工大学》期刊2017-04-01）
郭良[6]（2015）在《低速轴承真空跑合测试系统的设计与实现》一文中研究指出随着科学技术的迅速发展和工业化进程的持续深入,我国的航空航天事业有了长足的进步和举世瞩目的成就。作为空间探索的关键设备,航天器的性能很大程度上受到其回旋机构上的轴承影响。目前航空航天用轴承大都采用Mo S2固体润滑剂镀膜,在装入航天器使用之前需要对其进行跑合测试,以优化轴承的性能,保证航天器的性能和使用寿命。为了加快跑合进程,缩短测试时间,轴承跑合时需要对其加以一定压力负载。由于轴承镀膜后初始沟道不均匀,随着轴承旋转位置的变化,轴承受到的实际压力也会变化。因此需要在跑合过程中根据压力传感器的实时反馈,对压力输出做出调整。低速轴承真空跑合测试系统通过使用PID控制算法对轴承跑合的驱动电机和加载电机进行自动控制:使得加载电机能够在跑合测试开始之前对轴承按照指定压力进行预加载,在跑合测试进行时对轴承负载进行动态维持;驱动电机对跑合测试过程中轴承实时速度进行反馈调节,在轴承跑合完成后进行自动制动。低速轴承真空跑合测试系统通过使用多种数字滤波算法对跑合测试过程中轴承的实时状态数据采集进行了处理,筛除了偶然性电磁干扰,均衡了传感器的随机误差,得到了有效的实时轴承压力和摩擦力矩。低速轴承真空跑合测试系统通过对轴承摩擦力矩数据的统计显着性检验分析,计算出跑合测试完成后轴承的摩擦力矩没有显着性差异的概率,为轴承的后续人工筛选提供数据参考。通过在matlab中进行PID控制算法和数字滤波算法的模拟实验,验证了算法在自动控制和干扰过滤方面的有效性。通过对低速轴承真空跑合测试系统的实际跑合结果分析,证明了跑合测试系统功能完备、性能优良。(本文来源于《哈尔滨工业大学》期刊2015-06-01）
遇言[7]（2015）在《低速轴承跑合测试装置控制系统设计》一文中研究指出低速轴承跑合测试装置是一套检测轴承技术指标的数字控制系统，对控制力矩陀螺使用轴承进行性能测试，在轴承装进机械内部结构之前对轴承进行跑合测试以满足工业需求。轴承跑合时承受的加载力和产生的摩擦力矩是检测轴承性能的重要参数，测试人员对轴承跑合结果进行研究从而检测跑合轴承性能。本课题主要研究低速轴承跑合测试装置控制系统。本文首先介绍低速轴承跑合测试装置整体框架结构，根据各个部分的性能要求和技术指标，确定了电子元器件型号选择。并以模块化思想对低速轴承跑合装置硬件结构进行设计，保证低速轴承跑合测试装置的稳定性和安全性。在低速轴承跑合测试装置控制算法研究当中，通过仿真实验发现常规PID控制算法不能满足跑合装置实时性能与高精度性能的要求。低速轴承跑合测试装置对控制系统的稳定性、精密性、实时性有着高要求标准，因此选用PID+速度/加速度前馈的控制环算法。通过仿真分析与跑合实验结果证明该算法对提升系统稳定性，降低跟随误差有着良好的控制效果。在低速轴承跑合测试装置软件部分中，介绍了基于PMAC运动控制卡设计的电机驱动模块和数据通信模块，并对软件的数据采集和数据处理原则进行论述。通过实际软件运行测试结果，证明上位机软件设计的合理性，满足低速轴承跑合测试装置功能需求。(本文来源于《哈尔滨理工大学》期刊2015-03-01）
张波,周继威,王栋,张林[8]（2013）在《基于维纳滤波的风电机组低速轴承故障信号去噪方法研究》一文中研究指出近年来,风力发电技术发展迅速,机组的可靠性成为一个极为重要的课题。各类状态监测技术先后被引入到风电领域,对于风电机组齿轮箱和发电机中的高速旋转部件的监测诊断取得了成功,新原理、新方法和新技术不断涌现,但由于技术上的困难,忽视了低速旋转部件中存在的故障隐患。因为低速旋转部件主要为主轴和齿轮箱输入级,均为低速重载部件,极容易引入低频噪声,而噪声是影响低速部件故障诊断准确率的主要原因。本文基于维纳滤波的技术,针对风电机组的低速轴承故障信号进行了去噪方法研究,并在MATLAB中做了仿真验证。(本文来源于《2013年中国电机工程学会年会论文集》期刊2013-11-20）
贺成柱,吕凤玉,冯作全[9]（2013）在《基于LabWindowsCVI的低速轴承故障诊断系统设计》一文中研究指出针对在低速重载高温环境下运行设备的滚动轴承故障率高、诊断方法不完善、诊断设备功能单一等问题,本文设计了一种基于虚拟仪器的低速轴承故障诊断系统。采用LabWindowsCVI与MATLAB混合编程语言来设计软件,采用事件触发机制和多线程技术来实现系统功能。实验结果表明:DMA高速AI中断采样方式与小波包分析方法,为滚动轴承的振动监测和故障诊断提供了实时准确的参考数据和可靠有效的维修建议。(本文来源于《制造业自动化》期刊2013年10期）
王楠[10]（2008）在《基于分形—小波的低速轴承磨损故障物理特征研究》一文中研究指出低速旋转机械广泛应用于风力发电、制药、污水处理、石油化工、冶金和造纸等行业,随着设备不断大型化、复杂化、自动化和连续化,低速机械的故障和失效给整个生产和社会造成的损失越来越大,特别是低速轴承由于长期磨损所带来的故障后果将严重影响设备的正常运行,从而造成巨大的经济损失和重大社会影响。由于低速轴承一般受连续重载,传统测量仪器无法检测轴承的工作频率,导致低速轴承磨损甚至失效后的特征不易被发现。本文针对上述低速轴承磨损故障特征难以捕捉和提取的问题,应用新的测量技术和信号处理方法捕捉,分析低速轴承磨损时的受力情况,研究金属磨粒的物理特性和几何特征,通过这种从宏观到微观的全面诊断和识别低速轴承磨损的方法,才能够高效、准确地发现设备中存在的早期磨损故障,防止故障演化并提高设备使用效率。本文以高频应力波信号作为特征参量,采集低速旋转机械故障信号,解决振动和声发射信号在低速情况下的局限性问题。研究发现,摩擦所产生应力波主要以瑞利波形式以声速传播但与转速无关,由于磨损发生机理不同,所产生的应力波传播方式和物理特性都不同,为分析低速轴承磨损故障的受力和提取故障特征奠定基础。建立了低速滚动轴承实体模型,应用有限元方法对完好滚动轴承和磨损滚动轴承分别计算载荷作用下应力应变规律。计算结果证明,低速磨损轴承的外滚道表面应力值及其应变值都将发生改变,离磨损处越远外滚道表面应力及其应变数值变化就越小。内圈故障对外滚道表面应力及其应变分布规律影响最小,滚子故障次之,外圈故障最大,传感器的安装位置应使其接收方向指向滚道的负荷方向,并且尽可能减少轴承与传感器之间的界面。采用傅立叶变换对故障应力波信号进行了分析,但从经过傅立叶变换后的频谱图中得不到故障特征频率,从而证明用傅立叶的方法对故障应力波信号进行处理是行不通的。在对几种小波基函数对应力波脉冲信号的相似程度进行比较的基础上,选择Db10小波及函数对故障应力波信号进行处理,对应力波信号进行了多尺度分解,将含有应力波成分的D3和D4层进行了信号重构,从信号重构波形上成功提取了信号故障特征频率,从而证明了小波分析的应力波法适用低速滚动轴承故障诊断。分析低速轴承的润滑状况对分析磨损故障十分重要。在分形理论的基础上,本文对含油低速轴承进行动静负载运转试验、表面形貌测试实验和振动测试等大量实验,对含油轴承表面形貌和振动性能的分形特征、分形表征、分形参数计算等进行了研究和计算。研究结果表明不同摩擦阶段振动信号的关联维数随运转时间逐渐增大。提出分形和混沌的图像识别方法,认为当低速轴承发生摩擦故障后,轨迹图显示出振动的时间序列,而分形维数表征落入点空间的概率分布,混沌图表明了复杂动力系统能够在一个低维子空间的最终行为,从摩擦发生后的磨粒分布、应力变化和损伤程度叁个方面形成了立体式的识别诊断方法。(本文来源于《东北大学》期刊2008-05-15）
低速轴承论文开题报告
（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：
利用自行设计的润滑剂弹流拖动力试验台,模拟轴承实际工况对一种复合磺酸钙基脂进行拖动力测试以及拖动曲线的分析,利用传统的Teaarwerk-Jonson(T-J)弹塑性模型和一种四参数指数模型对试验数据进行拟合和回归分析,讨论适用于该复合磺酸钙基脂的拖动特性预测模型。结果表明:该润滑脂在中低速、重轻载下具有优良的润滑特性,其拖动系数随载荷的增大而变大,随滚动速度的增大而减小,拖动曲线的线性区斜率在高速时基本一致;在工况载荷较大时,T-J模型拟合结果存在较大误差,说明其不适合拟合存在明显热效应的拖动曲线;四参数指数模型对整体实验数据的拟合精度较高,可以用来研究这种润滑脂的拖动特性。
（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。
低速轴承论文参考文献
[1].刘本海,李鑫,孙高飞,邢增金.轧机设备低速轴承的状态监测诊断与分析[J].设备管理与维修.2019
[2].苏冰,卢湘涛,苏子昊,杨海生.一种中低速轴承润滑脂的拖动特性及其模型研究[J].润滑与密封.2018
[3].张珂.基于声发射的低速轴承故障诊断技术研究[D].青岛理工大学.2017
[4].杨杰,张鹏林,刘志涛,常海.基于CEEMD能量熵与SVM的低速轴承故障声发射诊断[J].无损检测.2017
[5].杨杰.声发射技术在超低速轴承故障诊断中的应用研究[D].兰州理工大学.2017
[6].郭良.低速轴承真空跑合测试系统的设计与实现[D].哈尔滨工业大学.2015
[7].遇言.低速轴承跑合测试装置控制系统设计[D].哈尔滨理工大学.2015
[8].张波,周继威,王栋,张林.基于维纳滤波的风电机组低速轴承故障信号去噪方法研究[C].2013年中国电机工程学会年会论文集.2013
[9].贺成柱,吕凤玉,冯作全.基于LabWindowsCVI的低速轴承故障诊断系统设计[J].制造业自动化.2013
[10].王楠.基于分形—小波的低速轴承磨损故障物理特征研究[D].东北大学.2008