斯瑞德fag轴承有限公司主销售：
fag轴承中的fag进口轴承，fag进口轴承中的SKF轴承且NSK进口轴承的代理商公司新库存量曾加，能满足市场需求
FAG无套圈有保持架滚针轴承型号：
| RK101310 |
| RK121510 |
| RK141813 |
| RK151913 |
| RK162013 |
| RK172113 |
| RK182213 |
| RK202413 |
| RK222613 |
| RK242813 |
| RK252913 |
| RK283317 |
| RK303517 |
| RK354017 |
| RK384317 |
| RK404517 |
| RK424717 |
| RK455017 |
| |
| RK505520 |
| |
| RK556020 |
| |
| RK606510 |
| |
| |
| |
| |
| |
| |
| |
| |
| |
| |
| |
| |
| |
| |
| |
为了验证自适应小波神经网络分类器的性能，以对FAG轴承的故障分类为例来说明，FAG轴承按其损伤形式可分为正常、沟道损伤、钢球损伤、润滑脂杂质较多这几种情况【7‘8】，而实际故障FAG轴承常常是几种损伤的组合，用FFr分析时，由于多种损伤集中在一起，并且由于损伤往往带有模糊性质，如损伤较轻、一般、严重等，这些因素从频谱图上很难判断。而本文的网络节点输出为[0，1]之间的数，可以认为表示了不同损伤形式的模糊隶属度，因此不仅可以判断出损伤形式，而且可以判断出其损伤程度。
所检测FAG轴承型号为61806TN，内径30 rain，外径为42 mm。FAG轴承振动信号从BVT一1型FAG轴承振动测量仪的电动式传感器接入，所检测的是FAG轴承外圈径向振动的速度归1，该信号经前置放大，A／D转换后读人计算机。其中A／D转换卡选用某公司的PC一6319D型12位的接口卡。测量时对FAG轴承 径向加载，FAG轴承内圈转速为1800r／min，采样频率为2 kHz，采样点数为1 024点。
图2是检测到的此类FAG轴承的4种典型损伤形式的振动信号，将每种故障信号分为10段，每段长度为100个采样点，共得到40个训练向量。网络共有4个输出节点，表示4类情况。正常FAG轴承形成一类，在输出节点1上的期望输出为l，0，0，O；沟道损伤形成一类，在输出节点2上的期望输出为0，1，0，0；钢球损伤形成一类，在输出节点3上的期望输出为0，0，1，0；润滑脂杂质较多形成一类，在输出节点4上的期望输出为0，0，0，l。第1隐层和第2隐层按经验选定为16和lO，训练误差目标E为0．02；小波伸缩参数口。初始化为a。=4，(j}=1，2， ，16)；而平移参数b。均匀地分布在0—100之间；采用文献[10]的方法对I／0l槭，‰进行初始化。训练1 260次后到达误差目标，训练过程中的误差下降曲线如图3所示，为了观察误差接近目标时的下降过程，图中示出的是训练20 径向加载，FAGFAG轴承内圈转速为1800r／min，采样频率为2 kHz，采样点数为1 024点。
图2是检测到的此类FAGFAG轴承的4种典型损伤形式的振动信号，将每种故障信号分为10段，每段长度为100个采样点，共得到40个训练向量。网络共有4个输出节点，表示4类情况。正常FAGFAG轴承形成一类，在输出节点1上的期望输出为l，0，0，O；沟道损伤形成一类，在输出节点2上的期望输出为0，1，0，0；钢球损伤形成一类，在输出节点3上的期望输出为0，0，1，0；润滑脂杂质较多形成一类，在输出节点4上的期望输出为0，0，0，l。第1隐层和第2隐层按经验选定为16和lO，训练误差目标E为0．02；小波伸缩参数口。初始化为a。=4，(j}=1，2， ，16)；而平移参数b。均匀地分布在0-100之间；采用文献[10]的方法对I／0l槭，‰进行初始化。训练1 260次后到达误差目标，训练过程中的误差下降曲线如图3所示，为了观察误差接近目标时的下降过程，图中示出的是训练
