针对滚动轴承早期故障信号微弱、故障特征难以提取导致故障分类效果差的问题,提出了一种基于改进麻雀搜索算法(Sparrow Search Algorithm,SSA)进行自适应参数优化的变分模态分解(Variational Mode Decomposition,VMD)和多层特征向量融合的极限学习机(Extreme Learning Ma⁃chine,ELM)的滚动轴承故障诊断方法。首先,根据适应度函数值和迭代次数自适应改变SSA的寻优步长;随后,将改进后的SSA对VMD算法的重要参数(分解个数K和惩罚因子α)进行自动寻优,适用度函数采用最小包络谱熵;接着,提取经SSA-VMD分解后的包络谱熵最小的内蕴模态函数(In⁃trinsic Mode Function,IMF)分量作为最优分量,并计算其特征值;最后,通过变异系数法筛选,构造均方根值和峰值为第一层二维特征值向量,构造样本熵、峭度和均方根为第二层三维特征值向量,分别送入极限学习机ELM进行滚动轴承故障的训练分类。试...

真空环境下MoS2基固体润滑轴承的摩擦磨损特性对轴承的工作性能及磨损寿命具有重要影响。以真空球-盘摩擦磨损试验机为依托,基于滚动轴承拟静力学和Archard磨损理论,建立了固体润滑轴承的磨损寿命模型,并进行了试验验证。采用数值仿真方法,研究了固体润滑轴承工况参数和结构参数对其摩擦磨损特性的影响规律。结果表明,所建立的模型能够较好地预测轴承的磨损寿命,计算结果与试验结果的误差在11.7%以内。承受轴向载荷的固体润滑轴承低速运转时的磨损寿命与转速无关,但载荷对其磨损寿命影响较大,呈负相关趋势;内外套圈沟曲率半径系数的变化直接影响轴承的磨损寿命,且随内沟曲率半径系数的增加而变大,随外沟曲率半径系数的增加而变小;轴承钢球个数增加、接触角增大均可有效地降低轴承的磨损率,提高轴承的磨损寿命。