Dynamic simulation of a cylindrical roller bearing with a local defect by combining finite element and lumped parameter models
Notice bibliographique
Résumé
Abstract Rolling element bearings are one of the key components of many rotating machines. Through condition monitoring and vibration analysis of bearings, valuable information about the health status of the machine can be obtained, such as detection of a local fault, unbalance, and misalignment. For more than three decades, various bearing dynamic models have been developed by researchers to simulate the acceleration signal of the bearing and enhance the understanding of bearing vibration response in case of having local defects. Nevertheless, recent studies have shown that measurement of local strain in the bearing can be more effective in fault diagnosis of bearings since local strain signal is less subjected to surrounding noise and non-fault interferences. However, previously developed dynamic models lack a deep study on simulating strain signals at different locations in a bearing. Therefore, this paper presents the result of a combined lumped parameter and finite element models (FEMs) for simulating strain signals of a cylindrical roller bearing in healthy and defective conditions. Contrary to previous combined dynamic models, more realistic modeling assumptions are adopted, such as applying contact pressure to the raceway rather than concentrated nodal forces. The contact pressures are obtained from the lumped parameter model and exported to the FEM for transient analysis. The accuracy of the model in generating stress distribution is validated by a static 2D finite element contact model and theoretical formulas. Dynamic responses of the bearing, such as strain changes at different locations, are investigated in the time and frequency domains to investigate the fault symptoms such as sharp impulses and amplitude modulation. Lastly, the effect of a transmission path on strain measurement and using residual strain signal for fault diagnosis are discussed. Overall, the proposed model is an effective method for strain simulation of healthy and defective roller bearings.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».