滚动轴承是支撑发动机转子的关键部件,一旦滚动轴承出现失效,可能直接导致发动机设备出现严重的故障。因此,研究不同状态下轴承的动力学特性,并通过动力学仿真,提取滚动轴承故障特征频率,识别滚动轴承的不同故障类型,对机械诊断研究具有重要意义。本文通过建立滚动轴承振动数学模型及显式动力学仿真模型,分析了滚动轴承动力学特性,实现了轴承典型故障特征的提取。结合信号分析的方法,对滚动轴承的不同故障种类进行了识别,主要研究内容如下:(1)开展基于滚动轴承的动力学和运动学理论的数学模型研究,考虑油膜、滚珠滑移和轴承间隙引起的非线性等因素,建立滚动轴承的故障动力学振动模型,同时引入了单元谐振器模拟滚动轴承出现故障后轴承元件激起的高频振动,用数值方法求解仿真了故障轴承的振动响应。建立了轴承外圈故障仿真模型,并将得出的仿真分析结果与故障特征的理论计算值进行了比对,结果显示,轴承外圈故障特征频率明显,其时域信号也有明显的冲击性特征,从而验证了本章节建立的轴承振动模型的正确性。(2)研究了多故障缺陷条件下动轴承动力学特性,考虑了滚动轴承各个部件之间的接触刚度、摩擦等因素,应用ANSYS/LS-DYNA软件,建立了多故障缺陷的滚动轴承动力学模型。以外圈故障的滚动轴承为对象,初步研究了故障点数和不同故障间隔角度的情况下,滚动轴承的动态响应及应力分布特征。结果表明:故障缺陷越多,滚动轴承的接触应力越大,接触应力曲线越密集,滚动轴承单元的等效应力越大;滚动轴承的仿真加速度信号随着故障缺陷间隔角度的增大而稀疏;该动力学仿真可有效提取轴承部件位移曲线、等效应力云图及多故障缺陷情况下的故障特征频率,验证了模型的有效性;(3)研究了在设备现场诊断有限条件的情况下,应用模糊诊断法求出发生某种异常的概率,根据异常概率判断不同故障发生的可能性,达到故障识别的目的,研究了基于频域特征和三值逻辑模糊诊断理论(TLFD)的轴承故障种类识别方法。为识别不同异常状态提供有效信息,利用频域统计检验,从实测信号中依次提取出诊断多种轴承异常状态的特征,通过识别指标DI选择敏感反映异常状态的特征参数,最后构建隶属度函数利用模糊理论得到设备处于正常及各种异常状态的概率,实现轴承故障状态的逐次识别。实验表明,提出的方法能够有效识别滚动轴承的不同故障类型。