滾動軸承(bearing)參數(shù)估計可以清晰、準確地評估數(shù)據(jù)特征,在數(shù)據(jù)靜態(tài)評估方面有很大的優(yōu)越性。常用的參數(shù)估計主要有矩估計和極大似然估計，是近代統(tǒng)計學中重要的數(shù)據(jù)分析(Data Analysis)(Analyse)方法。然而，參數(shù)估計要求數(shù)據(jù)中無污染數(shù)據(jù)，也就是沒有離散值。如果有離散值出現(xiàn)，即使很少，參數(shù)估計的效果也會大大降低（reduce)，甚至出現(xiàn)錯誤。矩估計需要知道數(shù)據(jù)分布類型、原點矩或者中心矩收斂，但有些情況下，數(shù)據(jù)的矩是不存在的;極大似然法要求數(shù)據(jù)分布類型已知并求出極小值，但在一些情況下無法直接求出極小值，需要借助其他方法，增加計算的難度。
非參數(shù)(parameter)估計是近代統(tǒng)計學中重要的分析(Analyse)方法之-一，適用于小樣本、無分布樣本、污染樣本、混雜樣本，在數(shù)據(jù)（data)評估中占有很重要的位置（position )。滾輪軸承外圈采用外圈壁較厚的滿裝圓柱滾子軸承，滾輪的外徑面有圓柱形和弧形，可根據(jù)使用場合設計來與滾道面配合。利用這種外圈，滾輪可以直接在滾道上滾動，并可以承受較重負荷和沖擊負荷。常用的非參數(shù)估計主要有符號估計、秩估計、柯爾莫哥洛夫估計和斯米爾諾夫估計等。例如，符號估計法可以估計兩個總體的差異性與個 總體的時序差 異性等問題;秩估計法可以估計兩個總體的位置分布，以反映總體差異的特點;柯爾莫哥洛夫估計法可以分析一個總體數(shù)據(jù)與標準分布的差異性;斯米爾諾夫估計法可以反映兩個總體是否屬于相同分布的問題。雖然非參數(shù)估計對數(shù)據(jù)要求不高，但其評估結果很模糊、粗糙，且數(shù)據(jù)本身的特點沒有體現(xiàn)。
結合參數(shù)(parameter)估計和非參數(shù)估計的特點可以看出，在參數(shù)估計與非參數(shù)估計方法中，單獨采用任何一種評估方法， 都很難對數(shù)據(jù)（data)做出有效、正確的評估。滾輪軸承組合滾輪軸承由主滾輪、側滾輪、軸頭和蓋板組成。該軸承為密封結構，充填潤滑脂，提供長期有效潤滑，用戶可免潤滑。對于使用工況惡劣的可設計補充潤滑脂的通道，提高軸承使用壽命。從數(shù)據(jù)評估的角度（angle)看，參數(shù)估計無論是矩估計還是極大似然估計，每個數(shù)據(jù)對評估結果貢獻大小不同，大數(shù)據(jù)對評估結果影響較大，小數(shù)據(jù)對評估結果影響較小。例如，在矩估計中，數(shù)據(jù)平均值（The average value)是數(shù)據(jù)線性組合，可以看出離散數(shù)據(jù)比其他數(shù)據(jù)對評估結果的影響要大得多;數(shù)據(jù)方差值是數(shù)據(jù)與平均值差的平方組合，可以看出離散值比其他數(shù)據(jù)對評估結果的影響更大。而非參數(shù)估計把每個數(shù)據(jù)對總體的影響同等對待，可以弱化離散數(shù)據(jù)對評估結果的影響。為此，本書融合參數(shù)估計與非參數(shù)估計的優(yōu)點，提出參數(shù)與非參數(shù)融合方法對數(shù)據(jù)進行分析，以挖掘（excavate)更多的數(shù)據(jù)信息，更有效地對數(shù)據(jù)進行評估。
根據(jù)參數(shù)(parameter)估計中矩估計的特點，以穩(wěn)健（prudent)數(shù)據(jù)（data)作為評估對象，將平均值（The average value)及標準差作為數(shù)據(jù)的工作性能及靈敏性能，二者屬于評估數(shù)據(jù)基本特征的性能指標（target aim);使用符號法分析樣本容量相同的兩個樣本總體的差異，二者的差異反映兩個樣本總體的時序特征;使用秩和法分析兩個樣本總體的位置（position )分布，體現(xiàn)兩個樣本的狀態(tài)特征;用基本特征、時序特征、狀態(tài)特征構建參數(shù)與非參數(shù)融合評估體系，可以從小批量產(chǎn)品中選出綜合性(integrity)能優(yōu)的產(chǎn)品。復合滾輪軸承作為復合滾輪和機器設備連接的部分，通常軸頭頭部設計為倒角，方便安裝，可直接將軸頭接焊接在設備上，也可將軸頭焊接在帶有圓孔的連接板上再將連接板和設備組裝。