针对目前基于数据驱动和机制建模的滚动轴承故障诊断方法的不足,提出一种针对疲劳故障的滚动轴承数字孪生虚拟实体模型。基于L-P疲劳失效理论,对滚动轴承全寿命周期的振动响应进行建模。在轴承五自由度非线性滚动振动模型的基础上,考虑滚动体-滚道冲击力的影响,对滚动轴承内、外圈局部缺陷模型进行改进,并提出一种滚动轴承次表面裂纹早期故障模型,从而建立了疲劳失效下的滚动轴承全寿命数字孪生虚拟实体模型。该模型可表征轴承疲劳故障的产生、发展到严重的全过程。对不同类型的轴承疲劳故障虚拟实体数据进行了分析,验证了所建模型的正确性和有效性。

针对某型航空轴承专用双驱动轴承试验机的结构原理和试验要求,对两侧主轴进行了受力分析,建立了驱动系统的负载特性计算模型。通过计算获得不同转速下的负载特性,综合考虑其他因素,选用符合负载特性需求的交流异步电动机和变频器。通过负载及极速空载试验表明,所选电动机能够满足试验机的负载特性需求和设计要求。

信号的时域统计特征是最早应用且最为简洁实用的特征参数。目前,用于模式识别的时域统计特征的选用多是基于经验或者不加选择地使用,识别正确率难以保证。针对这个问题,提出一种可视化的特征优选方法。该方法根据特征数据的轮廓图,分析各维特征数据的聚类特性,去除聚类性弱、对故障区分无益的冗余特征维度,仅保留聚类性强的特征维度用于故障识别。在轴承故障诊断实验中,对故障信号时域统计特征进行优选,并采用BP神经网络进行故障识别。实验结果表明,优选后故障识别率得到大幅度提高。

针对钢球内部缺陷的检测问题,对超声直探头接触法进行钢球内部缺陷检测的机理展开研究,并采用人工平底孔作为试验对象及评价方式。首先,探究了钢球回波信号中三角形迟到波的声束传播路径,并找出三角形迟到波的出现位置相对于底波的固定比例关系,避免检测中的误判。然后,对不同深度人工平底孔进行试验,结果表明直探头接触法可有效检测钢球平底孔,其回波信号的信噪比达到12 dB,且随着平底孔深度的不断增加,回波信号的幅值逐渐增大,回波与底波之间的相对声程可描述平底孔的深度值。最后,通过分析圆盘声源轴线上的声压分布,提出了钢球平底孔回波声压的理论计算方法。

针对高速密封轴承防尘性能试验的需求,设计了一种高速密封轴承防尘性能试验机。介绍了试验机的主要技术参数、功能原理、试验机结构及测控系统。试验表明：该试验机运行稳定、性能可靠,能够满足高速密封轴承防尘性能的试验要求。

针对滚动轴承发生局部故障时振动信号中微弱周期性冲击的特征提取问题,提出参数优化集合经验模式分解（optimal ensemble empirical mode decomposition,简称OEEMD）与Teager能量算子解调结合的滚动轴承故障诊断方法。首先,针对集合经验模式分解（ensemble empirical mode decomposition,简称EEMD）过程中两个关键参数k（加入白噪声的幅值系数）和m（集合平均次数）的准确选取问题,通过引入相关系数、相关均方根误差和信噪比分析,给出一种可自适应确定这两个参数取值的OEEMD方法,通过OEEMD将冲击从滚动轴承振动信号中分离出来;其次,采用Teager能量算子对其进行包络解调,计算出瞬时幅值后再对瞬时幅值进行包络谱分析,以获取冲击的特征频率,从而对滚动轴承故障进行准确诊断。仿真信号分析和应用实例验证了该方法的有效性。

针对单一的小波包能量特征难以实现滚动轴承故障准确诊断的局限性,提出了一种新的基于最小熵解卷积(Minimum Entropy Deconvolution,MED)、小波包能量谱和分层模糊熵的滚动轴承故障诊断方法。采用MED算法抑制噪声,突出故障冲击特征;分别提取小波包分解后不同频段能量谱和分层模糊熵融合作为特征向量,通过支持向量机完成了对于滚动轴承的故障分类。将提出的方法应用于滚动轴承实验数据进行分析,通过对比结果验证了所提方法有更高的分类准确性和更大的实用性。

针对轴承的工况复杂，其振动信号呈现非线性、非平稳特性。传统算法不能充分挖掘出非线性、非平稳信号内部本质信息，提出了基于局部切空间排列算法（LTSA）与核熵成份分析（KECA）相结合的故障诊断方法。该方法首先将滚动轴承振动信号一维时间序列重构到高维相空间，并估计数据的本征维数；然后利用局部切空间排列算法对数据集进行维数约简，得到初始的低维流形结构特征向量空间的第一行特征，对其进行快速傅里叶变换（FFT），从其频谱中分别提取滚动轴承内环、外环的故障特征频率及它们分别对应的倍频和频谱能量等7个变量作为故障特征向量；最后采用KECA对滚动轴承的故障特征向量进行模式识别，KECA可实现根据熵值大小进行特征分类，具有较强的非线性处理能力，从而实现故障的识别与诊断。采用Case Western Reserve大学提供的轴承实...

针对航空发动机高温、重载、防潮湿、防盐雾、防霉菌的特殊工况需求,对某型轴承设计采用国产高氮不锈钢40Cr15Mo2VNA材料。分析原材料各项指标,针对套圈原锻造工艺出现锻件表面开裂的问题,对锻造加工工艺进行了优化改进,通过工艺参数的变化解决了锻件表面开裂问题。

提出了一种基于变分模态分解（VMD）消噪和核模糊C均值（KFCM）聚类相结合的滚动轴承早期故障识别方法。首先提出一种通过综合运用泄漏能量和互相关系数函数确定VMD预设尺度数K的新方法，弥补了VMD方法通常按经验选取预设尺度数方法的不足；然后对振动信号进行VMD分解得到K个限带的内禀模态函数（BIMF）分量，利用归一化的自相关系数函数能量集中比大于0．9的原则确定含有噪声的BIMF分量，并剔除这些含噪BIMF分量，再将剩余的BIMF分量叠加进行信号重构，实现了信号的消噪；最后计算各样本重构信号的均方根值和归一化能量值得到二维特征向量样本集，并输入到KFCM聚类器进行故障诊断。利用实测轴承故障数据进行验证，结果表明与经验模态分解（EMD）方法相比，可以有效地实现滚动轴承早期故障诊断。