海上风电机组单点支承结构用双列圆锥滚子轴承优化设计

来源 :轴承 | 被引量 : 0次 | 上传用户:pcfanzb
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对海上风电机组单点支承结构用双列圆锥滚子轴承第2列滚子与内圈滚道接触出现偏载的问题,对滚子与内圈滚道、大挡边的接触情况进行优化,并通过有限元软件ROMAX进行模拟仿真分析。最终确定滚道素线调整量为+0.09 mm,大挡边接触面与挡边外径交点调整量为+0.07 mm,优化后极限载荷下第2列内圈滚道最大接触应力由2 161 MPa降低为2 003 MPa,疲劳载荷下第2列内圈滚道最大接触应力由1 121 MPa降低为1 074 MPa,基本额定寿命由206.75×10~6 r增加到256.99×10~6r,提高了双列圆锥滚子轴承的使用安全性与抗风险能力。
其他文献
报纸
随着现代信息技术以及人们经济实力的不断提高,广大消费者越来越关注生活质量的优化升级,对智能化家电产品有着强烈的消费需求。近几年来,智能家居服务凭借着人工智能技术,实现了跨越式的发展,许多智能家居服务理念开始从研发阶段转化为产品进入到市场中,走进人们的日常生活之中。智能家居服务产品与智能工业生产在消费群体上以及使用环境存在着极大的差异,对于工业生产中的智能设备而言,智能家电服务产品设计研究就显得较少
以4.5 MW风电机组主轴固定端轴承为研究对象,基于ISO 281:2007标准和Palmgren-Miner线性损伤累积理论建立疲劳寿命理论计算模型,将其疲劳寿命计算结果与Romax仿真模型对比可知,ISO 281:2007标准修正算法及Romax仿真模型更接近实际工况。并分析了载荷、转速、润滑脂污染程度对固定端轴承疲劳寿命的影响,结果表明:轴承疲劳寿命随载荷增大快速下降,随转速增大先增大后减小
睡眠是一项对人体健康至关重要的生理活动。更加精准和全面地监测人们的睡眠状况对于医学研究和临床实践方面均有重大的研究意义。睡眠阶段分类是有效诊断和治疗睡眠相关疾病的关键步骤之一。随着深度学习技术的不断发展,使用计算机来认知并处理信号的场景越来越多,诸多智能化、自动化的生理信号识别方法被提出。为了利用计算机的辅助诊疗功能提升医师的工作效率,本文基于深度学习技术对自动化睡眠分期任务展开了研究。具体工作如
睡眠分期是诊断和治疗睡眠相关疾病的基础,是睡眠状态监测的一个重要手段。传统的睡眠分期方法是由医生按照睡眠分期准则对多导睡眠图上的生理数据进行手动打标和睡眠阶段判别,该方法对医生的临床经验要求较高,耗时费力。现有的自动睡眠分期方法大多是利用原始信号的时域和频域特征来进行睡眠分期,该方法需要一定的先验知识,且存在需提取特征量大,分类准确率不高等缺点。此外,现有的睡眠分期算法研究大多是基于单模态的脑电信
目的 探讨妊娠期糖尿病(GDM)表达差异基因的功能及信号通路生物信息学分析。方法 从GEO数据库下载基因芯片数据(GSE65737,GSE70493和GSE92772),用R语言软件Limma包,以P<0.05,|Log10FC|≥1或≥2标准筛选差异显著基因,并用ggplot包绘制图。应用基因本体论(GO)和京都基因与基因组百科全书(KEGG)进行差异基因功能分析,并使用Cytoscape进行文
传统凭借人工逐帧识别脑电信号来判断睡眠时期的方法耗费大量时间,效率低下;基于采集到的头部脑电信号引入模式识别的方法来完成自动分期的任务。利用小波阈值滤波对脑电信号进行预处理。采用小波包分解提取出每帧数据中四种节律波并计算相应节律波能量值,以此作为分类特征。为了更好地适应非线性问题,还要提取非线性特征,计算每帧数据的排列熵和样本熵。划分出70%的数据作为训练集用于支持向量机的多分类器模型的分类训练,
背景:乳腺癌是全球第二大癌症致死因素,局部复发和远处转移是主要致死原因。其中三阴乳腺癌(TNBC)亚型组织学分级高、分期晚、远处转移率高、淋巴细胞浸润密度高,属于侵袭力最强、预后最差的亚型。OTUD6B是卵巢肿瘤相关蛋白酶(OTU)家族成员之一,参与了包括蛋白质特异性降解、信号转导和蛋白定位等几乎所有的生理活动,与多种肿瘤的发生发展息息相关。在这项研究中,我们使用来自一组公共数据库的数据,全面分析
现代产业学院是深化产教融合、校企合作的新载体和新模式,与传统产业学院不同之处在于其蕴含的“现代性”,包括组织的混合型、产业的前沿性和专业的交叉性。现代产业学院的现代性演化体现了其职能定位和制度化程度的变化,基于要素融合的共同育人、基于知识增值的联合创新和基于价值创造的利益共生构成了现代产业学院的三大基本职能。促进现代产业学院的高质量建设和可持续发展,有必要建立和完善包括发展动力机制、信息共享机制、