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.