轴承雷诺方程的有限差分法求解以及相关程序的实现思路

JB/T 5313―2001 滚动轴承 振动（速度）测量方法pdf,JB/T 5313―2001 滚动轴承 振动（速度）测量方法

JB/T 5314―2002 滚动轴承 振动（加速度）测量方法pdf,JB/T 5314―2002 滚动轴承 振动（加速度）测量方法

针对滚动轴承故障振动信号的非平稳特征,提出了一种基于小波包和经验模态分解(Empirical Mode Decomposition,简称EMD)的滚动轴承故障诊断方法。该方法用小波包对振动信号进行预处理,用Hilbert变换求重构信号的包络,采用EMD方法将包络信号分解为若干个IMF分量,让故障信息得到凸显,然后根据某个分量的频谱,判断滚动轴承的故障类型。实验结果表明,比传统的时频分析方法,该方法能够更有效地提取轴承故障特征,诊断轴承故障。

根据轴承座的三视图用CAD画的三维视图。

为研究碰摩转子的随机分岔及混沌特性，建立了白噪声下碰摩转子-轴承系统的动力学方程。利用数值积分法对方程求解，以最大Lyapunov指数为指标，并结合分岔图、轴心轨迹、Poincare映射分析了转子系统的非线性特性。结果表明，在拟周期及邻近周期解和转速较大的一定区间，随机扰动对转子有显著的影响；转子转速较大时，随机扰动的强度越大，其影响越明显，并且随机扰动对转子非线性响应具有一定的抑制作用。

根据滚动轴承的尺寸数据判断早期缺陷的振动特征频率

变分模态分解（Variational Mode Decomposition,VMD）是由 Dragomiretskiy 等人提出的一种自适应信号处理方法，通过迭代搜寻变分模态 的最优解，不断更新各模态函数及中心频率，得到若干具有一定宽带的模态函数。利用VMD对凯斯西储大学轴承进行信号分解，效果较好，可作为对比实验。

查询轴承型号、外形尺寸、参数等，机械工程设计人员使用

针对滚动轴承极易损伤，振动信号表现出非线性、非平稳性等特点，提出一种基于局部特征尺度分解(LCD)和改进支持向量机(SVM)的滚动轴承故障诊断算法。首先对采集到的轴承振动信号进行LCD，分解得到一系列内禀尺度分量(ISC)，通过与经验模态分解(EMD)对比研究，证明了LCD方法的优越性；然后计算所有分量的能量熵值，提取出轴承信号的敏感特征集，输入到经过遗传算法(GA)进行参数优选后的SVM识别模型进行轴承状态的诊断识别。实验研究表明，基于LCD和改进SVM的轴承诊断算法能较好地提取出轴承故障特征信息，对4种轴承状态的识别率高达90%，是一种较为有效的轴承故障诊断方法。