[1]朱亮亮,高 瞩,吉晓民.基于多重因素的滚动轴承寿命计算新方法[J].机械与电子,2015,(11):12-16.
 ZHU Liangliang,GAO Zhu,JI Xiaomin.A New Method of Calculating the Rolling Bearing Life Based on the Effect of Multiple Factors[J].Machinery & Electronics,2015,(11):12-16.
点击复制

基于多重因素的滚动轴承寿命计算新方法
分享到:

《机械与电子》[ISSN:1001-2257/CN:52-1052/TH]

卷:
期数:
2015年11期
页码:
12-16
栏目:
设计与研究
出版日期:
2015-11-25

文章信息/Info

Title:
A New Method of Calculating the Rolling Bearing Life Based on the Effect of Multiple Factors
文章编号:
1001-2257(2015)11-0012-05
作者:
朱亮亮1高 瞩2吉晓民2
(1.杨凌职业技术学院,陕西 杨凌 712100; 2.西安理工大学,陕西 西安 710054)
Author(s):
ZHU Liangliang1GAO Zhu2JI Xiaomin2
(1.Yangling Vocationaland Technical College,Yangling 712100,China; 2.Xi'an University of Technology,Xi'an 710054,China)
关键词:
滚动轴承 多重因素 疲劳寿命 计算 编程 可视化
Keywords:
rolling bearing multiple factors fatigue life calculation programming visualization
分类号:
TH133.33
文献标志码:
A
摘要:
基于L-P轴承寿命理论,对当前滚动轴承主要的寿命预测模型进行了定性分析。通过经验公式整理、试验数据总结和图形数据处理等方法,重点研究失效概率系数、材料系数、润滑系数、负荷系数、温度系数和清洁系数对轴承疲劳寿命的影响,并建立了多重因素作用下轴承寿命预估模型。基于此模型,利用Matlab和VB的混合编程,开发了轴承疲劳寿命图谱软件,实现了轴承寿命与影响因素的四维可视化显示,并分析各修正系数对滚动轴承寿命的影响规律,确保轴承处于最佳工作状态。
Abstract:
Based on the theory of L-P bearing life, the main life prediction models today are by nature qualitative analysis. Through the experience formula sorting, test data summarizing, graphic data processing and other methods, this study is focused on failure probability coefficient, material coefficient, friction coefficient, load coefficient, temperature coefficient and cleanliness coefficient on bearing fatigue life, and has established a model to predict the bearing life under the effect of multiple factors. Based on this model, using the mixed programming of Matlab and VB, a software for bearing fatigue life is developed, by which the bearing life and influence factors of four-dimensional visualization display are completed, so as to analyze each modified coefficient the influence of the law of rolling bearings life to ensure the bearing to be in the best working condition.

参考文献/References:

[1] 谷泉,陈长征,周昊,等.滚动轴承故障诊断新方法研究[J]. 机械设计与制造,2013(9):117-119.
[2] 祝溪明.滚动轴承材料热处理及其新技术应用研究[J].机械设计与制造,2012(12):220-221.
[3] 周宇,李兴林.提高轴承寿命及可靠性,加快行业转型升级[J]. 轴承,2012(11):60-62.
[4] 白晓波,吉晓民,魏锋涛.一种基于轴承寿命图谱的滚针轴承设计方法[J].机械强度,2014,36(6):960-965.
[5] 张伟,汤洁.滚动轴承寿命与可靠性试验方法[J]. 轴承,2010(11):31-35.
[6] 姜英硕,姜祺,周佳新,等.滚动轴承寿命的统计模拟[J]. 轴承,2014(9):32-35.
[7] 苗学问,王大伟,洪杰.滚动轴承寿命理论的发展[J]. 轴承,2008(3): 47-52.
[8] 王勇.滚动轴承寿命计算[J].电机与控制应用,2009,36(7):14-18.
[9] 王征兵,刘忠明.滚动轴承扩展寿命计算方法及影响因素研究[J].机械传动,2011, 35(12):19-22.
[10] 冷钢,王黎钦,郑德志.复杂工况下滚子轴承寿命的修正计算方法[J].轴承,2012(12):1-5.
[11] Harris T A, Kotzalas M N.滚动轴承分析:原书第五版:第2卷[M].北京:机械工业出版社,2010.
[12] 朱亮亮,林素敏,吕秋硕,等.滚动轴承寿命计算方法的优化[J].机械,2015,42(2):20-24.
[13] 于宏伟.轴承的理论寿命和修正寿命计算方法浅论[J]. 精密制造与自动化, 2009(3):39-41.
[14] 李娜.轴承使用寿命试验计算与提高轴承寿命工艺及其可靠性鉴定实务全书[M]. 银川:宁夏大地音像出版社,2005.
[15] Harris T A,Kotzalas M N.滚动轴承分析:原书第五版:第1卷[M].北京:机械工业出版社,2010.
[16] 濮良贵,陈国定,吴立言. 机械设计[M]. 9版.北京:高等教育出版社, 2013.

相似文献/References:

[1]吕明珠1,2,苏晓明 1,等. 改进粒子群算法优化的支持向量机在滚动轴承故障诊断中的应用[J].机械与电子,2019,(01):42.
 ,,et al.Application of SVM Optimized by IPSO in Rolling Bearing Fault Diagnosis[J].Machinery & Electronics,2019,(11):42.
[2]吕明珠 苏晓明 陈长征 刘世勋.小波包能量熵与EMD结合分析法在风机滚动轴承故障诊断中的应用[J].机械与电子,2018,(06):8.
 LYU Mingzhu,SU Xingming,CHEN Changzheng,et al.Application of Wavelet Packet Energy Entropy and EMD Conjoint Analysis in Fault Diagnosis of Wind Turbine Bearing[J].Machinery & Electronics,2018,(11):8.
[3]石大磊,傅 攀.基于CEEMD的滚动轴承振动信号自适应降噪方法[J].机械与电子,2018,(11):3.
 SHI Dalei,FU Pan.Adaptive De-noising Method of Rolling Bearing Vibration Signal Based on CEEMD[J].Machinery & Electronics,2018,(11):3.
[4]马益书,黄亚宇,吴 政.基于包络分析的滚动轴承故障诊断研究[J].机械与电子,2016,(01):63.
 MA Yishu,HUANG Yayu,WU Zheng.Study on Fault Diagnosis of Rolling Bearing Based on Envelope Analysis[J].Machinery & Electronics,2016,(11):63.
[5]杨伟力,于阳阳,罗达灿.基于小波包和PSO-Elman神经网络的滚动轴承故障诊断[J].机械与电子,2016,(05):13.
 YANG Weili,YU Yangyang,LUO Dacan.Rolling Bearing Fault Diagnosis Using Wavelet Packet Analysis and PSO-Elman Neural Network[J].Machinery & Electronics,2016,(11):13.
[6]王振亚,刘 韬,王廷轩,等.不平衡技术在轴承故障诊断中的应用[J].机械与电子,2021,(06):29.
 WANG Zhenya,LIU Tao,WANG Tingxuan,et al.Application of Unbalance Technique in Bearing Fault Diagnosis[J].Machinery & Electronics,2021,(11):29.
[7]周正南,刘 美,吴斌鑫,等.改进的布谷鸟算法优化极限学习机的石化轴承故障分类[J].机械与电子,2022,(07):3.
 ZHOU Zhengnan,LIU Mei,et al.Improved Cuckoo Algorithm for Optimizing Extreme Learning Machine for Petrochemical Bearing Fault Classification[J].Machinery & Electronics,2022,(11):3.
[8]陈 宇,程道来,马向华,等.基于 WDCNN-LSTM 混合模型的滚动轴承故障诊断[J].机械与电子,2025,(02):9.
 CHEN Yu,CHENG Daolai,MA Xianghua,et al.Fault Diagnosis of Rolling Bearing Based on WDCNN-LSTM Hybrid Model[J].Machinery & Electronics,2025,(11):9.
[9]夏 平,高龙飞,张立金,等.强噪声背景下的 GWO-VMD 滚动轴承故障诊断方法[J].机械与电子,2025,(11):68.
 XIA Ping,GAO Longfei,ZHANG Lijin,et al.GWO-VMD Method for Rolling Bearing Fault Diagnosis under Strong Noise Conditions[J].Machinery & Electronics,2025,(11):68.

备注/Memo

备注/Memo:
收稿日期:2015-07-21
基金项目:国家安全监督总局2012年安全生产重大事故预防关键技术科技项目; 杨凌职业技术学院院级科研项目(A2013039)
作者简介:朱亮亮(1982-),男,河南鲁山人,硕士,讲师,研究方向为CAD/CAM集成技术; 高 瞩(1965-),男,上海人,博士,教授,硕士研究生导师,研究方向为产品造型设计及信息化; 吉晓民(1958-),男,陕西乾县人,博士,教授,博士研究生导师,研究方向为产品实体造型与仿真、CAD/CAM技术。
更新日期/Last Update: 2019-11-25