滚动轴承(bearing)性能变异的研究（research)思路
目前,一些学者对解决现有问题的方法进行了研究（research),研究方法可分为非统计方法B34和统计方法两大类型,主要有信息嫡方法4、灰方法3、模糊方法传统的统计方法一般是指以经典统计学和概率（probability)论(Probability Theory)为基础的研究方法,重要的理论基础为大数定理和中心定理,要求实验（experiment)数据（data)多、
随机变量(Variable)个数多且对总经典统计学方法、贝叶斯方法、自助法6等。复合滚轮轴承作为复合滚轮和机器设备连接的部分，通常轴头头部设计为倒角，方便安装，可直接将轴头接焊接在设备上，也可将轴头焊接在带有圆孔的连接板上再将连接板和设备组装。螺栓滚轮轴承侧滚轮为一套复合滚轮当中第二承载体，主要承受水平方向载荷，同样具有很强的耐冲击性、耐磨性及抗腐蚀性。侧滚轮为无内圈满滚针设计，由一根芯轴代替内圈和轴头衔接承载。体的影响是微小的,具有相互独立性;信息熵方法要求系统概率（probability)分布或频率(frequency)已知,同时要求数据（data)个数有限,在概率分布未知、数据少时,其推断误羞很大
灰色系统理论预报的置信度无法事先确定,因而预测(predict)结果是不确定的,同时对原始（Original)数据（data)序列有太严格的要求,即灰色预报有,
在动态预报中会出现一些难以解决的问题;模糊集合理论的主要问题是对概率分布未知的系统其隶属函数的建立及隶属度的选取是很困难（difficult)的;贝叶斯方法要求概率分布函数或频率(frequency)值已知,
没有这些信息则无法准确获取(obtain)经验（experience)值,其推断结果误差可能（maybe)很大;自助法完全依赖初始样本对分布总体的代表性,模拟(定义:对真实事物或者过程的虚拟)的抽样结果不会比初始值得出更可信的更多信息尤其是在小样本的乏信息条件下,其推断结果的可靠性是很低的。复合滚轮轴承当中主要的承载体，主要承受垂直方向的载荷和冲击负荷，具有很强的耐冲击性、耐磨性及抗腐蚀性。由于主滚轮为满装滚子轴承，亦可作为单向轴承单独使用。