一.轴承功用支承轴及轴上零件并保证旋转精度减少轴与支承间的摩擦与磨损 二.轴承的分类按摩擦性质滑动轴承滚动轴承

§1 概述 §2 滑动轴承的主要类型 §3 轴瓦结构 §4 滑动轴承材料 §5 滑动轴承的条件性计算 §6 液体动力润滑的基本方程式 §7 液体动力润滑径向轴承的计算

针对滚动轴承故障振动信号的特点,考虑变分模式分解在复杂信号分解及微积分增强能量算子在瞬态成分检测方面的优势,提出基于变分模式分解和微积分增强能量算子的滚动轴承故障诊断方法.首先利用变分模式分解将复杂信号分解为多个本质模式函数,以削弱背景噪声的影响和满足能量算子对信号单分量的要求;然后根据提出的敏感分量选取原则,从本质模式函数中选出包含主要故障信息的本质模式函数为敏感分量;最后利用微积分增强能量算子强化敏感分量中的瞬态冲击,并根据敏感分量瞬时能量的时域波形及Fourier频谱诊断滚动轴承故障.分析结果表明该方法能够有效诊断滚动轴承故障

1、滚动轴承的分类; 2、滚动轴承的精度等级; 3、滚动轴承的内、外径公差带的特点; 4、滚动轴承的配合的选择;

1.会选用滑动轴承的结构和材料 2.掌握非液体摩擦滑动轴承的设计计算; 3.了解滚动轴承的分类,结构、类型、代号; 4.掌握滚动轴承选择的方法,能进行寿命计算等

针对滚动轴承的内圈、外圈和滚动体故障提出了一种新的诊断方法,该方法融合了集总经验模态分解(EEMD)、形态谱和支持向量机(SVM)三种方法的优势.首先,利用经验模态分解对滚动轴承故障振动信号进行分解,得到若干个具有物理意义的内禀模态分量(IMF);其次,基于最大能量法筛选出含有故障特征信息最丰富的一个内禀模态分量为故障诊断数据源;再次,对数据源在选定尺度范围内进行形态谱的提取,从而构造故障特征向量;最后,利用支持向量机对滚动轴承的三种故障进行诊断.研究结果表明,该方法能够有效地诊断出滚动轴承的三种故障,且具有很高的故障诊断正确率

1.了解滚动轴承的构成、结构特点和类型。 2.了解滚动轴承的代号规定,能识别最一般的代号。 3.了解滚动轴承的失效形式,能根据失效作出正确的分析。 4.能根据使用要求正确选用滚动轴承

第一节 概述 第二节 滚动轴承的分类和代号 第三节 滚动轴承类型选择 第四节 滚动轴承的尺寸选择计算 第五节 滚动轴承的组合设计

§12—1 概述 §12—2 径向滑动轴承的主要结构型式 §12—3 滑动轴承的失效形式及常用材料 §12—4 轴瓦结构 §12—5 滑动轴承润滑剂的选用 §12—6 不完全液体润滑滑动轴承设计计算

提出基于普通变尺度和周期势自适应随机共振理论，检测噪声背景下轴承滚动体的故障特征.在具体实施过程中，首先用普通变尺度的方法满足随机共振中小参数的条件，然后用随机权重粒子群优化算法作为自适应随机共振参数寻优的优化算法，同时用改进的信噪比作为评价指标.噪声背景下含轴承滚动体故障的实验信号经过普通变尺度下的自适应随机共振处理和优化后，微弱的故障特征可以有效的提取出来.将普通变尺度下的双稳态自适应随机共振和周期势自适应随机共振进行了对比，结果表明周期势自适应随机共振比双稳态自适应随机共振能进一步提高信噪比，并且比双稳态自适应随机共振迭代次数少，用时短.这说明提出的基于普通变尺度和周期势系统自适应随机共振的轴承滚动体故障诊断方法具有优越性，尤其是在工程实际中，故障监测所需的数据量大，计算时间长，如能较早的预警，可以提高诊断效率并减少不必要的损失.因此，这种轴承滚动体故障诊断方法对提高机械设备故障诊断效率具有参考价值