滚子轴承滚道载荷分布测量方法、智能滚子和滚子轴承

1.本发明属于轴承载荷测量技术领域，具体涉及一种滚子轴承滚道载荷分布测量方法、智能滚子和滚子轴承。


背景技术：

2.大型圆柱滚子轴承被广泛应用于盾构机、起重机和风力发电机等大型机械设备，是大型机械设备的核心部件，其结构尺寸巨大，价格高昂，起到支撑两部件旋转和传递载荷的作用。常见的大型圆柱滚子轴承包括单列圆柱滚子轴承，三排圆柱滚子转盘轴承等。由于大型圆柱滚子轴承特殊的应用领域，大型圆柱滚子轴承常在低速重载工况下使用且工作环境恶劣，承受着复杂载荷例如大冲击、偏载、重载、变载等，复杂载荷由轴承中的滚子以及和滚子相接触的滚道承担，故而大型圆柱滚子轴承滚道上的载荷分布情况可直接反映出轴承承受的载荷情况。
3.一旦大型圆柱滚子轴承出现故障，影响大型机械设备正常运转，极易引起重大安全事故并造成巨大经济损失。大型圆柱滚子轴承滚道载荷分布情况对轴承的设计以及大型机械设备的运行都有着重要的影响，故而为了确保大型机械设备正常安全运行并为大型圆柱滚子轴承设计提供数据支撑，有必要发明出一种用于测量大型圆柱滚子轴承滚道载荷分布的测量方法。目前中国制造生产的应用于隧道掘进机、起重机和风力发电机械等大型机械设备中的各类大型圆柱滚子轴承与国外仍有较大差距，主要原因是相关实验参数不足，且对轴承设计起着重要作用的滚道载荷分布情况目前仍没有较好的测量手段。
4.授权公告号为cn107542758b的中国发明专利公开了一种传感化的滚子，其将滚子挖孔，中间放置应变传感器，进而测量滚子外表面的载荷。但其中仅有一组对称粘贴的应变片，无法考虑滚子在轴承中的自转引起的应变传感器与滚子滚道接触区域之间的相对位置变化，且在同一载荷作用下，滚子内孔壁处的应变值是随着滚子自转而变化的，滚子与滚道之间的接触力是沿着接触线不均匀分布的，因而按照这种方式是无法准确测量得到载荷的。


技术实现要素：

5.本发明的目的在于提供一种滚子轴承滚道载荷分布测量方法，用以解决采用现有技术中的方法无法准确测量滚道载荷分布情况的问题，同时还提供了一种用于实现滚子轴承滚道载荷分布测量的智能滚子和滚子轴承。
6.为解决上述技术问题，本发明提供了一种滚子轴承滚道载荷分布测量方法，包括如下步骤：
7.1)沿着滚子轴线方向将滚子划分为若干个单元，确定该滚子各个单元的等效均布载荷，进一步得到该滚子承受的载荷总值；其中，确定该滚子一个单元的等效均布载荷的手段为：测量该单元内孔壁的应变值以及滚子的自转角度与自转角速度，并输入至扩展卡尔曼滤波算法，得到该单元的均布载荷线密度，进而结合该单元的长度得到作用在该单元的
等效均布载荷；
8.且扩展卡尔曼滤波算法的系统状态向量为系统观测向量为系统控制向量为uk＝[ω
测
]
t
，q为单元上的均布载荷线密度估计值，ε和ε
测
分别为单元内孔壁上的应变估计值和测量值，和分别为滚子自转角度估计值和测量值，ω
测
为滚子自转角速度测量值，状态量到观测量的观测函数向量由应变、角度和均布载荷线密度三者之间的非线性函数关系得到；
[0009]
2)按照步骤1)方法得到滚子轴承中所选择的各个滚子承受的载荷总值，即滚道上不同位置处的载荷值，从而得到滚道载荷分布情况。
[0010]
上述技术方案的有益效果为：经过理论和仿真研究分析，本发明将滚子自转对载荷的影响考虑在内，发现滚子的内孔壁上的应变值与滚子的自转角速度和均布载荷线密度之间存在非线性关系，基于该关系本发明构建出相应的扩展卡尔曼滤波算法模型，进而通过测量滚子单元内孔壁的应变值以及滚子的自转角度与自转角速度，并输入至扩展卡尔曼滤波算法，便可得到该单元的均布载荷线密度，进一步结合该单元的长度即可得到作用在该单元的等效均布载荷。该方法的测量准确度较高，可以实时监测轴承滚道上的载荷分布情况，以便于及时进行调整，保障大型机械设备的运行安全，提高经济效益。而且，本发明可以实现对承受着复杂载荷作用下的多种型号的大型圆柱滚子轴承滚道载荷分布的测量。
[0011]
进一步地，获取所述非线性函数关系的手段为：建立滚子单元的力学模型，对滚子单元进行受力状态分析，包括仅受外力作用的横力弯曲状态和由内力矩引起的纯弯曲状态，将滚子单元的两种受力状态进行叠加，得到滚子单元内孔壁上的环向应变数学模型，该环向应变数学模型体现了应变、角度和均布载荷线密度三者之间的非线性函数关系。
[0012]
上述技术方案的有益效果为：考虑到滚子轴承实际工作工况，承受较大的径向载荷的同时还承受较大的倾覆力矩，因而在对其进行受力状态分析时对仅受外力作用的横力弯曲状态和由内力矩引起的纯弯曲状态均进行分析。
[0013]
进一步地，所述环向应变数学模型为：
[0014][0015]
式中，为滚子单元承受的q的作用线方向处的环向应变值；q为滚子单元承受的均布载荷线密度；b为滚子外壁半径；n为滚子单元个数；e为滚子材料的弹性模量；ρ为无量纲半径；h为滚子空心度；m为内力矩。
[0016]
为解决上述技术问题，本发明还提供了一种智能滚子，包括滚子主体，该智能滚子沿着滚子轴线方向被划分为若干个单元，滚子主体内孔中设有电路板，电路板上设有传感器模块，所述传感器模块包括用于测量滚子各个单元内孔壁应变值的应变采集传感器和用于测量滚子的自转角度与自转角速度的姿态传感器，以将传感器模块采集的数据输入至扩展卡尔曼滤波算法，得到该单元的均布载荷线密度，进而结合该单元的长度得到作用在该单元的等效均布载荷；
[0017]
其中，扩展卡尔曼滤波算法的系统状态向量为系统观测向量为
系统控制向量为uk＝[ω
测
]
t
，q为单元上的均布载荷线密度估计值，ε和ε
测
分别为单元内孔壁上的应变估计值和测量值，和分别为滚子自转角度估计值和测量值，ω
测
为滚子自转角速度测量值，状态量到观测量的观测函数向量由应变、角度和均布载荷线密度三者之间的非线性函数关系得到。
[0018]
上述技术方案的有益效果为：为实现本发明的方法，提供了一种智能滚子，在该智能滚子主体的内孔内设有电路板，电路板上布设有用于测量滚子各个单元内孔壁应变值的应变采集传感器和用于测量滚子的自转角度与自转角速度的姿态传感器，进而结合本发明的方法，便可对轴承滚道上的载荷分布情况进行监测。该智能滚子实现了直接在轴承内部进行测量，不需要拆卸轴承或改变轴承结构，测量结果更加贴合真实情况。
[0019]
进一步地，所述应变采集传感器包括用于测量内孔壁沿滚子轴向方向上的一条母线上的应变分布的应变片阵列。
[0020]
进一步地，电路板上还设有无线传输模块，用于将传感器模块采集的数据进行传输。
[0021]
上述技术方案的有益效果为：设置无线传输模块可以保证传感器采集数据的有效安全传输。
[0022]
进一步地，电路板为三层结构，分别为用于布设无线传输模块的无线传输模块电路板、用于布设控制器的控制器模块电路板和用于布设传感器模块的传感器模块电路板，且无线传输模块电路板放置在最靠近滚子端面的一侧。
[0023]
上述技术方案的有益效果为：设置成三层结构可以尽可能地降低电路板占用的空间，以增加供电单元的体积。
[0024]
为解决上述技术问题，本发明还提供了一种滚子轴承，包括轴承内圈、轴承外圈和若干滚子，轴承内圈和轴承外圈具有与滚子滚动配合的滚道，至少两个滚子为上述介绍的智能滚子。
[0025]
上述技术方案的有益效果为：该滚子轴承中设置有多个智能滚子，利用该智能滚子可以实现直接在轴承内部进行测量，不需要拆卸轴承或改变轴承结构，利用测量的数据以及本发明的方法便可实现轴承滚道上的载荷分布情况的实时监测。
[0026]
进一步地，智能滚子至少有三个，周向上相邻的两个智能滚子之间的夹角不大于30
°
。
[0027]
上述技术方案的有益效果为：在不增加过多成本的基础上保证了载荷分布情况的大面积监测。
附图说明
[0028]
图1是本发明的智能滚子切片的等效均布载荷示意图；
[0029]
图2是本发明的智能滚子切片的接触载荷与内孔壁应变的变化关系示意图；
[0030]
图3是本发明的智能滚子结构示意图；
[0031]
图4是本发明的智能滚子装配截面简图；
[0032]
图5是本发明的滚子轴承滚道载荷分布测量方法的流程图。
[0033]
附图标记说明：1-滚子外壁，2-滚子内孔壁，3-应变片，4-电池套，5-电池，6-电路
板连接柱，7-传感器模块电路板，8-控制器模块电路板，9-无线传输模块电路板，10-姿态传感器，11-应变片处理模块，12-stm32单片机。
具体实施方式
[0034]
为了使本发明的目的、技术方案及优点更加清楚明了，以下结合附图及实施例，对本发明进行进一步详细说明。
[0035]
一种滚子轴承滚道载荷分布测量方法实施例：
[0036]
该方法的目的是通过安装在大型圆柱滚子轴承中的不同位置的若干个智能滚子和位于上位机中的滚道载荷分布监测软件来实现。该智能滚子主体结构为空心圆柱滚子。其中，滚子内孔沿着滚动体中的轴线设置，滚子内孔中集成有传感器模块、无线传输模块、供电单元、控制器模块以及承载各模块的三层结构的电路板，用于采集并发送滚子内孔壁上的应变值和与应变值对应的滚子自转角度值，其中传感器模块包括一个用于获取滚子自转角度与自转角速度的姿态传感器和一个用于获取内孔壁母线上应变分布的应变传感器阵列。上位机中的滚道载荷分布监测软件的核心算法为基于应变模型的扩展卡尔曼滤波算法，用于显示大型圆柱滚子轴承中的不同位置的若干个智能滚子采集到的应变值和角度值以及对应的滚道载荷值，并显示通过若干个智能滚子获取的若干个滚道上不同位置处的载荷值构成的滚道载荷分布图。下面对整个滚子轴承滚道载荷分布测量方法的实施过程进行详细介绍。
[0037]
步骤一，确定智能滚子中待分析的应变位置与方向。
[0038]
搭建被测轴承中智能滚子和与智能滚子相接处的部分上下滚道的三维模型，使用有限元仿真软件，模拟现实轴承约束条件以及现实中滚子的受载情况对搭建的智能滚子模型进行有限元静力学仿真，获取智能滚子内孔壁上沿智能滚子轴向、智能滚子环向、智能滚子径向三个方向上的应变分布云图。经分析对比发现智能滚子内孔壁上的环向应变值最大即环向应变值对智能滚子承受载荷的灵敏度最大，且应变值沿环向存在着明显的三角函数变换关系。
[0039]
考虑到圆柱滚子轴承常承受较大的径向载荷，部分类型的圆柱滚子轴承还承担着较大的倾覆力矩。对智能滚子模型进行有限元受力分析时分析其受到径向力和受到径向力与倾覆力矩作用形式。当对智能滚子施加径向力时，发现内孔壁上的环向应变沿着内孔轴线方向上的应变值分布较为均匀，最大值出现在内孔的中间位置。当对智能滚子施加径向力与倾覆力矩时可发现内控壁上的环向应变值在沿着内孔轴线方向上的应变值分布是逐渐增大的不均匀分布。
[0040]
利用搭建的三维模型进行有限元静力学仿真分析确定如下内容：选择智能滚子内孔壁上的环向应变作为直接被测量以及应变数学模型的分析对象；当被测圆柱滚子轴承仅承受径向载荷时，应变传感器应粘贴在智能滚子内孔壁的中间位置，且测量的应变方向为环向；当被测圆柱滚子轴承承受径向力及倾覆力矩时即圆柱滚子外表面承受着不均匀分布的载荷时应沿着智能滚子内孔壁轴向方向上布置应变传感器阵列尽可能准确的测量出内孔壁上不均匀分布的应变情况。
[0041]
步骤二，建立智能滚子内孔壁上的环向应变数学模型。该步骤的目的是为了构建智能滚子的应变模型，为接下来的基于应变模型的扩展卡尔曼滤波算法的实现构建基础。
具体地：
[0042]
1)将有效长度为l的智能滚子沿滚子轴向等切分为n片。
[0043]
考虑到轴承可能承受着径向力与倾覆力矩的作用和智能滚子在轴承中可能出现的偏斜将导致智能滚子表面的载荷分布不均匀，为获取更为准确的结果，应对智能滚子做切片法建模与测量处理，即沿着滚子轴线方向将滚子划分为若干个单元(即切片)。
[0044]
将内外滚道对智能滚子的不均匀分布的载荷等效为在每一个智能滚子切片上沿着某一直径方向且等大反向作用的一对均布载荷，如图1所示。以其中第i个智能滚子切片为示例，搭建此切片承受的均布载荷与内孔壁应变的数学模型。垂直于智能滚子第i个智能滚子切片外壁沿直径方向作用的等效均布载荷在此切片上的载荷线密度为：
[0045][0046]
式中，q为第i个切片的均布载荷线密度；q为作用在第i个切片的等效均布载荷；li为智能滚子第i个切片的长度，li＝l/n。
[0047]
2)建立智能滚子切片的力学模型与坐标系。
[0048]
采用极坐标构建应变数学模型，坐标原点为o点，径向坐标为r，环向坐标为(以顺时针方向为正，且为q的作用线方向)，正应力表示为σ，切应力表示为τ，径向位移表示为u，环向位移表示为v，智能滚子内孔半径表示为a，外壁半径表示为b，横截面轴线圆的半径为r0＝(a+b)/2，智能滚子材料的杨氏弹性模量为e，泊松比为μ，截面上的弯矩为m，为智能滚子切片的内力。
[0049]
由于智能滚子的结构和受力的对称性，取智能滚子切片的四分之一为研究对象，基于材料的线弹性，使用叠加法对智能滚子切片的内孔壁上的环形应变进行建模，将智能滚子切片的受力状态分为仅受外力q/2作用的横力弯曲状态以及由内力矩m引起的纯弯曲状态。
[0050]
3)对智能滚子切片仅受外力q/2作用的横力弯曲状态进行力学分析。
[0051]
在此状态下，u、v分别为u1、v1，边界条件为：
[0052][0053][0054]
考虑到智能滚子任意界面上的弯矩和sinφ成正比关系，则定义应力函数为：
[0055]
φ＝f(r)sinφ
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2-3)
[0056]
公式(2-3)在建立的极坐标系下相容方程表示为：
[0057][0058]
将公式(2-3)代入到相容方程(2-4)中求解f(r)为：
[0059][0060]
式中，l1、l2、l3、l4是边界条件确定的积分常数。
[0061]
平面应力情况在极坐标下的应力方程为：
[0062][0063]
平面应力情况在极坐标下的位移方程为：
[0064][0065]
将智能滚子空心度用h表示，无量纲半径用ρ表示，两者的计算方法分别为：h＝a/b，ρ＝r/b，ρ0＝r0/b＝0.5(1+h)。
[0066]
将公式(2-2a)代入公式(2-6)求解公式(2-5)中的各积分常数后再联立公式(2-7)解得：
[0067][0068]
式中，
[0069]
将公式(2-2b)代入到公式(2-8)中解得：c3＝0。
[0070]
4)对智能滚子切片仅由内力矩m引起的纯弯曲状态进行力学分析。
[0071]
在仅由内力矩m引起的纯弯曲状态下，u、v分别为u1、v1，边界条件为：
[0072]
[0073]
轴对称应力分布下的应力分量方程为：
[0074][0075]
式中，t1、t2、t3为积分常数。
[0076]
将公式(2-9)代入公式(2-10)中求解各应力分量，再联立公式(2-7)求解得到：
[0077][0078]
式中，
[0079]
将公式(2-9)代入公式(2-11)可解得：
[0080][0081]
5)获取智能滚子切片内孔壁上的环向应变数学模型。
[0082]
使用叠加法对智能滚子切片的内孔壁上的环形应变进行建模，将智能滚子切片的两种受力状态进行叠加。两种受力状态叠加得到的总位移为：
[0083][0084]
边界条件为：
[0085][0086]
将公式(2-14)代入到公式(2-13)解得：
[0087][0088]
联立公式(2-12)与(2-15)解得：
[0089]
最后，将(2-13)代入(2-7)求解得到智能滚子切片内孔壁上的环向应变数学模型为：
[0090][0091]
式中，为相对于第i个智能滚子切片承受的q的作用线方向度处的环向应变值；角度变化范围为：[-π,π]。
[0092]
分析智能滚子切片内孔壁上的环向应变数学模型可发现，内孔壁上的环向应变值ε与滚子切片相对于承受载荷的作用线之间的夹角和滚子切片承受的等效均布载荷线密度q三者之间存在着非线性的三角函数变化关系。智能滚子切片内孔壁上某一被测点处的应变会随着智能滚子在轴承中的自转而改变。如图2所示，被测点1随着智能滚子的自转经历了用最大压缩应变值(点1)变化到最大拉伸应变值(点2)再变化到最大压缩应变值(点3)再变化到最大拉伸应变值(点4)最后回到最大压缩应变值(点1)如此往复循环。
[0093]
步骤三，搭建基于应变模型的扩展卡尔曼滤波算法。
[0094]
扩展卡尔曼滤波是一种基于卡尔曼滤波的估计算法主要用于非线性系统状态估计，该方法通过将非线性动态系统的状态转移函数和测量函数映射到一个线性高斯分布上处理。具体地，使用一阶泰勒展开对非线性函数进行线性近似，并通过预测步骤和更新步骤来实现状态估计，扩展卡尔曼滤波能够降低传感器的测量误差并提高估计精度，同时具有较好的鲁棒性和稳定性。扩展卡尔曼滤波算法的计算步骤如下：
[0095]
1)搭建扩展卡尔曼滤波算法的系统方程，对于非线性系统，需要对描述非线性系统的非线性函数进行一阶泰勒展开进行线性化和离散化。
[0096][0097]
式中，xk表示时间k对应的系统状态向量；表示时间k-1对应的系统状态向量估计值；uk表示时间k对应的系统控制向量；wk表示时间k对应的过程噪声；f函数表示状态转移函数；zk表示时间k对应的系统观测向量；h函数表示状态量到观测量的转换函数，即观测函数；vk表示观测噪声。
[0098]
2)计算系统状态向量估计量和预测误差协方差矩阵，完成算法的预测部分：
[0099][0100]
式中，pk表示预测误差协方差矩阵；f
k-1
表示状态转移函数的雅克比行列式；q
k-1
表示状态转移协方差矩阵。
[0101]
3更新系统状态向量估计量、卡尔曼增益矩阵、预测误差协方差矩阵的数值：
[0102][0103]
式中，hk表示观测矩阵，即传感器观测函数的雅可比行列式；r表示观测噪声方差矩阵，一般由传感器测量方差得到；gk表示卡尔曼增益矩阵，控制状态更新时相信“预测值”和“观测值”的权重；i表示单位矩阵。
[0104]
对于基于应变模型的扩展卡尔曼滤波算法，是将智能滚子内孔壁上的环向应变数
学模型与智能滚子采集得到的应变、角度和角速度观测值通过扩展卡尔曼滤波算法结合起来，进而使本发明提供的方法能够实时且准确地获取智能滚子承受的载荷值进而获取大型圆柱滚子轴承滚道载荷分布。对于基于应变模型的扩展卡尔曼滤波算法与扩展卡尔曼滤波算法的不同之处在于：
[0105]
对于步骤1)中构建系统状态方程，考虑到此算法最终目的是估计出智能滚子承受的载荷值，将用于描述系统状态的系统状态向量定义为：其中q为单元上的均布载荷线密度估计值，ε为单元内孔壁上的应变估计值，为滚子自转角度估计值。考虑到智能滚子中的传感器测量值为应变和角度和角速度，将系统观测向量定义为：其中ε
测
为单元内孔壁上的应变测量值，为滚子自转角度测量值。将智能滚子中的姿态传感器测量得到的智能滚子旋转角速度设置为系统控制向量：uk＝[ω
测
]
t
，ω
测
为滚子自转角速度测量值。因为步骤二中构建的应变数学模型是应变、角度和载荷线密度三者之间的非线性函数关系，可利用应变数学模型(2-16)构建观测函数向量，则基于应变模型的扩展卡尔曼滤波的系统方程定义为：
[0106][0107]
式中，f、b为单位矩阵；h为利用应变数学模型构建的关于应变和角度的观测函数向量。
[0108]
对于步骤2)中的系统状态向量的预测修改为如下方程：
[0109][0110]
也就是说，对于构建的基于应变模型的扩展卡尔曼滤波算法模型的输入为由传感器测量得到的系统观测向量以及传感器测量得到的系统控制向量，算法模型的输出即为智能滚子切片外壁表面承受的均布载荷线密度。而且，针对该算法需要对系统状态向量、预测误差协方差矩阵、状态转移协方差矩阵以及观测噪声方差矩阵赋初始值，其中系统状态向量的初始值可取系统观测向量中的第一组数据，预测误差协方差矩阵的初始值依照常理设置为单位向量，观测噪声方差矩阵的初始值由传感器测量数据的方差决定，状态转移协方差矩阵则由构建的应变模型的误差的协方差确定。
[0111]
步骤四，设计用于采集内孔壁应变值、滚子自转角度和自转角速度的智能滚子。
[0112]
该智能滚子的结构如图3所示，装配如图4所示，该智能滚子具有测量智能滚子内孔壁上的应变值、测量智能滚子旋转角度与角速度值、数据存储、数据定时无线传输、电量反馈、滚子休眠、低功耗以及与实心滚子相差不多的承载能力的功能与特点。
[0113]
对于智能滚子的内孔，包括滚子主体，1为滚子外壁，滚子主体内设有内孔，2为滚子内孔壁，滚子内孔轴线与滚子轴线重合，内孔为圆柱体，内孔直径与被测轴承的滚子直径有关，在不影响滚子承载能力的前提下内孔中至少需要有能够放置相关电器元件的空间，可选50mm-30mm。相关电器件包括传感器模块、无线传输模块、控制器模块、供电单元等。
[0114]
传感器模块包含有用于测量内孔壁沿滚子轴线方向上的一条母线上的应变分布
的应变片阵列和一个用于测量滚子自转角度以及自转角速度的姿态传感器10。图3中，11为应变片处理模块，3为应变片，智能滚子的应变片阵列由多组半桥连接的箔式应变片构成，每组半桥连接的箔式应变片以适当间距粘贴在智能滚子内孔壁上间隔为180
°
的两条母线上，对于测量内孔壁上的环向应变，两个变片对称粘贴组成半桥连接获得的灵敏度最大。每组箔式应变片由两个对称粘贴在间隔180
°
母线上的箔式应变片通过半桥连接组成进而构成应变片阵列。应变片阵列的箔式应变片组具体数量受到被测轴承中滚子的长度限制，组数越多测量得到的载荷结果越准确，一般安装3到6组即可。可通过应变片阵列测得智能滚子内孔壁上沿母线分布的应变值。智能滚子的姿态传感器可使用mpu6050姿态传感器等与之功能相同的一系姿态传感器。姿态传感器设置在滚子孔中的传感器模块电路板上，利用姿态传感器获取智能滚子在轴承中的自传角速度以及智能滚子粘贴有应变片的内孔壁母线的旋转角度。使用mpu6050姿态传感器等与之功能相同的一系姿态传感器可通过四元数法解算出翻滚角、偏转角和方位角，对于智能滚子的自转角度应求解绕姿态传感器自身z轴方向的方位角，故而姿态传感器所在的传感器模块电路板应垂直于智能滚子轴线放置。在设计时为保证姿态传感器测得的角度与应变片的旋转角度相同，应将姿态传感器与应变传感器的采样频率设为一致。
[0115]
无线传输模块的电路板放置在靠近智能滚子内孔外侧的位置，以尽可能的提升传输效率。该无线传输模块应满足节能、可靠、成本低、延时短、网络容量大、安全等要求，因而选择利用zig-bee通讯技术构建无线传输模块，zig-bee无线传输技术，可传输距离为100米，波特率达115200。
[0116]
控制器模块选择嵌入式控制器，设置有单片机及相关元器件，用于控制各传感器的工作与休眠并完成对传感器数据的处理与传输。本实施例采用stm32单片机12作为系统的控制和数据处理中心，stm32单片机12主要是由意法半导体公司设计的微控制器，具有低功耗、低成本和高性能的特点，适用于嵌入式应用，嵌入式控制器位于嵌入式控制器模块电路板上。而且，在嵌入式控制器模块电路板上设置一款内部集成adc功能的微控制器，通过采用差分输入方式采集供电电源的电压信号，进而实现对剩余电源信号的测量，以掌握智能滚子的剩余电量，根据智能滚子的剩余电量决定智能滚子的工作时长进而延长智能滚子的使用寿命。
[0117]
对于智能滚子的供电单元，由电池5作为智能滚子的能量来源，受到被测轴承的滚子大小的影响，电池的大小与种类应根据不同类型的轴承进行细化选择，选择电池的原则是尽可能的提升电池容量，延长智能滚子的工作时长，应满足2～3年的使用时长。在进行链路设计时应为电池留出尽可能大的空间以尽可能的增加电池体积。
[0118]
另外，对于智能滚子的三层结构电路板，如上所述分别为无线传输模块电路板9、嵌入式控制器模块电路板8、传感器模块电路板7，6为电路板连接柱。每层电路板的形状都为圆形，直径受智能滚子内孔半径制约，厚度为2mm，三层电路板之间通过电路连接，三层电路板之间的距离应尽可能紧凑。三层电路板放置在靠近大型圆柱滚子轴承结构缝隙一侧的智能滚子端面一侧，其中无线传输模块电路板放置在最靠近滚子端面的一侧。将电路板设置成上述三层结构能够尽可能的降低电路板占用的空间，尽可能地增加电池的体积。
[0119]
而且，对于智能滚子的电子元器件的固定，电池放置在由塑料材质制成的半圆柱体套中，将智能滚子的应变传感器阵列等间距粘贴好并将安装了各元器件后的电池套4放
置在智能滚子的空心滚子中的指定位置后将环氧树脂胶水注满智能滚子的内孔以实现智能滚子中电子元器件的固定，使应变片不产生相对于内孔壁被测点的滑移，电路板不产生与智能滚子之间的相对转动，并保护电子元器件不被破坏。
[0120]
步骤五，获取大型圆柱滚子轴承滚道载荷分布，整体流程如图5所示。
[0121]
智能滚子个数的确定：对于获取滚道载荷分布而言，最好的方式就是将大型圆柱滚子轴承中的滚子全部替换为智能滚子，但考虑到成本与可能导致的承载能力变弱的问题可将间隔30
°
的共12个滚子替换为智能滚子或将间隔15
°
的共24个滚子替换为智能滚子。智能滚子个数越多则测量得到的滚道载荷分布就会越准确和及时，在具体应用时需考虑滚道载荷分布的准确性、实时性和成本、安全性之间的关系，根据实际情况选择替换的个数，但建议应至少替换12个滚子为智能滚子。
[0122]
滚道载荷分布的测量方式：获取某一时刻等角度分布的智能滚子承受的总载荷，即可绘制出大型圆柱滚子轴承的滚道载荷分布图。对于单个智能滚子的总载荷而言，设置几组应变传感器即视为将智能滚子分为几个切片，利用对应切片处粘贴的应变传感器组测量的得到的应变值以及姿态传感器检测的滚子的自转角度与自转角速度，结合上述步骤三中的基于应变模型的扩展卡尔曼滤波算法获取切片上的均布载荷线密度，即可近似得到单个智能滚子承受的载荷分布，进而结合切片的长度即可近似得到单个智能滚子承受的载荷总值。
[0123]
搭建上位机中的滚道载荷分布监测软件：以基于应变模型的扩展卡尔曼滤波算法为基础，用于显示大型圆柱滚子轴承中不同位置的若干个智能滚子采集到的应变值和角度值以及对应的智能滚子滚道载荷值，并显示通过若干个智能滚子获取的若干个滚道上不同位置处的载荷值构成的滚道载荷分布图，最终实现对复杂载荷作用下的大型圆柱滚子轴承滚道载荷分布的实时测量与显示。
[0124]
综上，本发明在使用智能滚子采集滚道与滚子的接触载荷时考虑了智能滚子自转对测量结果的影响，通过将智能滚子划分成若干个小单元的方式获取滚子与滚道间的不均匀分布线载荷，可以直接在轴承内部进行测量，不需要拆卸轴承或改变轴承结构，测量结果更加贴合真实情况。使用基于应变模型的扩展卡尔曼滤波传感器信号融合算法实现大型圆柱滚子轴承滚道载荷分布反演的方法在测量时测量准确度高，可以实时监测轴承滚道上的载荷分布情况，并及时进行调整。本发明可实现对承受着复杂载荷作用下的多种型号的大型圆柱滚子轴承滚道载荷分布的测量。
[0125]
一种智能滚子实施例：
[0126]
本发明的一种智能滚子实施例，该智能滚子具有测量智能滚子内孔壁上的应变值、测量智能滚子旋转角度与角速度值、数据存储、数据定时无线传输、电量反馈、滚子休眠、低功耗以及与实心滚子相差不多的承载能力的功能与特点。主要包括滚子主体，滚子主体内孔中设有用于测量滚子内孔壁应变值的应变采集传感器和用于测量滚子的自转角度与自转角速度的姿态传感器，根据传感器模块采集的数据并结合构建的扩展卡尔曼滤波算法模块可实现作用在智能棍子单元的等效均布载荷，进而确定滚道载荷分布情况。关于该滚子的具体结构、各结构之间的连接关系已在一种滚子轴承滚道载荷分布测量方法实施例的步骤四中做了详细介绍，且关于该智能滚子的作用和扩展卡尔曼滤波算法模块也已在一种滚子轴承滚道载荷分布测量方法实施例的其他步骤中做了详细介绍，本实施例不再赘
述。
[0127]
一种滚子轴承实施例：
[0128]
本发明的一种滚子轴承实施例，该滚子轴承包括轴承内圈、轴承外圈和若干滚子，轴承内圈和轴承外圈具有与滚子滚动配合的滚道，滚子中有若干个滚子是一种智能滚子实施例中介绍的智能故滚子，该滚子轴承利用其所包括的智能滚子可实现对滚道载荷分布情况的测量。为了实现滚道载荷分布情况更为全面的测量，周向上相邻的两个智能滚子之间的夹角不大于30
°
，可以在保证精度的基础上不增加过程成本。关于该滚子轴承所包括的智能滚子的具体结构和工作原理已在一种滚子轴承滚道载荷分布测量方法实施例的其他步骤中做了详细介绍，本实施例不再赘述。

技术特征：
1.一种滚子轴承滚道载荷分布测量方法，其特征在于，包括如下步骤：1)沿着滚子轴线方向将滚子划分为若干个单元，确定该滚子各个单元的等效均布载荷，进一步得到该滚子承受的载荷总值；其中，确定该滚子一个单元的等效均布载荷的手段为：测量该单元内孔壁的应变值以及滚子的自转角度与自转角速度，并输入至扩展卡尔曼滤波算法，得到该单元的均布载荷线密度，进而结合该单元的长度得到作用在该单元的等效均布载荷；且扩展卡尔曼滤波算法的系统状态向量为系统观测向量为系统控制向量为u
k
＝[ω
测
]
t
，q为单元上的均布载荷线密度估计值，ε和ε
测
分别为单元内孔壁上的应变估计值和测量值，和分别为滚子自转角度估计值和测量值，ω
测
为滚子自转角速度测量值，状态量到观测量的观测函数向量由应变、角度和均布载荷线密度三者之间的非线性函数关系得到；2)按照步骤1)方法得到滚子轴承中所选择的各个滚子承受的载荷总值，即滚道上不同位置处的载荷值，从而得到滚道载荷分布情况。2.根据权利要求1所述的滚子轴承滚道载荷分布测量方法，其特征在于，获取所述非线性函数关系的手段为：建立滚子单元的力学模型，对滚子单元进行受力状态分析，包括仅受外力作用的横力弯曲状态和由内力矩引起的纯弯曲状态，将滚子单元的两种受力状态进行叠加，得到滚子单元内孔壁上的环向应变数学模型，该环向应变数学模型体现了应变、角度和均布载荷线密度三者之间的非线性函数关系。3.根据权利要求2所述的滚子轴承滚道载荷分布测量方法，其特征在于，所述环向应变数学模型为：式中，为滚子单元承受的q的作用线方向处的环向应变值；q为滚子单元承受的均布载荷线密度；b为滚子外壁半径；n为滚子单元个数；e为滚子材料的弹性模量；ρ为无量纲半径；h为滚子空心度；m为内力矩。4.一种智能滚子，包括滚子主体，其特征在于，该智能滚子沿着滚子轴线方向被划分为若干个单元，滚子主体内孔中设有电路板，电路板上设有传感器模块，所述传感器模块包括用于测量滚子各个单元内孔壁应变值的应变采集传感器和用于测量滚子的自转角度与自转角速度的姿态传感器，以将传感器模块采集的数据输入至扩展卡尔曼滤波算法，得到该单元的均布载荷线密度，进而结合该单元的长度得到作用在该单元的等效均布载荷；其中，扩展卡尔曼滤波算法的系统状态向量为系统观测向量为系统控制向量为u
k
＝[ω
测
]
t
，q为单元上的均布载荷线密度估计值，ε和ε
测
分别为单元内孔壁上的应变估计值和测量值，和分别为滚子自转角度估计值和测量值，ω
测
为滚子自转角速度测量值，状态量到观测量的观测函数向量由应变、角度和均布载荷线密度三者之间的非线性函数关系得到。
5.根据权利要求4所述的智能滚子，其特征在于，所述应变采集传感器包括用于测量内孔壁沿滚子轴向方向上的一条母线上的应变分布的应变片阵列。6.根据权利要求4或5所述的智能滚子，其特征在于，电路板上还设有无线传输模块，用于将传感器模块采集的数据进行传输。7.根据权利要求6所述的智能滚子，其特征在于，电路板为三层结构，分别为用于布设无线传输模块的无线传输模块电路板、用于布设控制器的控制器模块电路板和用于布设传感器模块的传感器模块电路板，且无线传输模块电路板放置在最靠近滚子端面的一侧。8.一种滚子轴承，包括轴承内圈、轴承外圈和若干滚子，轴承内圈和轴承外圈具有与滚子滚动配合的滚道，其特征在于，至少两个滚子为权利要求4～7任一项所述的智能滚子。9.根据权利要求8所述的滚子轴承，其特征在于，智能滚子至少有三个，周向上相邻的两个智能滚子之间的夹角不大于30
°
。

技术总结
本发明属于轴承载荷测量技术领域，具体涉及一种滚子轴承滚道载荷分布测量方法、智能滚子和滚子轴承。沿着滚子轴线方向将滚子划分为若干个单元，确定该滚子各个单元的等效均布载荷，进一步得到该滚子承受的载荷总值；其中，确定该滚子一个单元的等效均布载荷的手段为：测量该单元内孔壁的应变值以及滚子的自转角度与自转角速度，并输入至扩展卡尔曼滤波算法，得到该单元的均布载荷线密度，进而结合该单元的长度得到作用在该单元的等效均布载荷；进而得到滚子轴承中所选择的各个滚子承受的载荷总值，即滚道上不同位置处的载荷值，从而得到滚道载荷分布情况。本发明的测量准确度较高，可以实时监测轴承滚道上的载荷分布情况，以作及时进行调整。及时进行调整。及时进行调整。


技术研发人员：仲志丹 陈小龙 谢兴会 郝文路 彭建军 何奎 崔允浩 杨芳
受保护的技术使用者：河南科技大学
技术研发日：2023.06.26
技术公布日：2023/9/23