【摘要】：電主軸是數(shù)控機床的關(guān)鍵功能部件,對高速數(shù)控機床、高速加工技術(shù)乃至制造業(yè)的發(fā)展有著重要影響。研究電主軸的故障診斷方法對挖掘電主軸的潛在故障、故障快速定位及維修等方面具有重要的實際應(yīng)用價值,同時也為電主軸乃至數(shù)控機床的可靠性提升、故障預(yù)警、快速維修提供技術(shù)支撐。而傳統(tǒng)的電主軸故障診斷方法主要是針對電主軸的機械類單一故障進行分析,比如軸承故障、轉(zhuǎn)子不平衡故障等,沒有考慮到多種故障之間耦合的復(fù)合故障類型以及電主軸的電氣類故障。本文結(jié)合電主軸行業(yè)當(dāng)前面臨的重大問題及數(shù)控機床用戶、企業(yè)的實際需求,對電主軸故障診斷技術(shù)進行了系統(tǒng)性研究。在深入了解電主軸結(jié)構(gòu)、工作原理上,從傳統(tǒng)機械主軸和主軸電機兩個方面來分析電主軸常見的故障,挖掘潛在故障原因,分析故障形成機理,提出了基于MEWT-KPCA的電主軸故障診斷技術(shù),并搭建了一套電主軸故障診斷系統(tǒng)。本文提出的故障診斷方法與傳統(tǒng)故障診斷方法從故障識別準確率和效率(即診斷時間)兩個維度進行對比,驗證本文提出的電主軸故障診斷技術(shù)的有效性和高效性。本文的主要工作如下:1.介紹了電主軸的結(jié)構(gòu)和工作原理,得出電主軸是一個復(fù)雜的機電耦合系統(tǒng)的結(jié)論,并通過統(tǒng)計分析,得出電主軸常見的故障部位。機械類故障主要發(fā)生在軸承部位,其次是殼體、旋轉(zhuǎn)部件等位置處;電氣類故障主要發(fā)生在電主軸定子部位。在此基礎(chǔ)上對電主軸常見故障模式進行分析,挖掘潛在故障原因,分析故障形成機理,發(fā)現(xiàn)振動信號對于機械類故障比較敏感,三相電流信號對電氣類故障比較敏感,并選取了三個能夠表征信號特征信息的指標(biāo),即能量、峰度和均方根值。2.提出了基于MEWT-KPCA的電主軸故障診斷技術(shù),確定了故障診斷的具體流程、操作,并詳細論述了penalty小波閾值降噪、改進的經(jīng)驗小波變換(MEWT)、核主成分分析(KPCA)以及遺傳算法優(yōu)化的支持向量機(GA-SVM)的具體原理。3.通過實驗驗證了本文提出的故障診斷算法的有效性和高效性。結(jié)合電主軸常見故障模式及其機理的分析,設(shè)計了電主軸機械類故障和電氣類故障實驗,包括單一故障和復(fù)合故障。通過實驗數(shù)據(jù)來驗證本文提出的故障診斷算法的有效性,同時也進行橫向?qū)Ρ?將本文提出的故障診斷算法與傳統(tǒng)的故障診斷算法,如經(jīng)驗?zāi)B(tài)分解(EMD)、集合經(jīng)驗?zāi)B(tài)分解(EEMD)、局部均值分解(LMD)等算法在故障識別準確率和效率兩個方面進行對比,結(jié)果表明本文提出的算法在故障識別準確率和效率兩方面表現(xiàn)優(yōu)異。4.基于LabVIEW和Matlab軟件平臺聯(lián)合開發(fā)了一套具有良好人機交互界面的電主軸故障診斷系統(tǒng)。該系統(tǒng)能夠完成電主軸歷史狀態(tài)數(shù)據(jù)的篩選與預(yù)處理、數(shù)據(jù)的特征提取與降維以及電主軸故障診斷功能。該系統(tǒng)的可行性通過電主軸機械類與電氣類實驗數(shù)據(jù)得以驗證。
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TG659
【圖文】：

圖 1.1 電主軸結(jié)構(gòu)剖視圖軸技術(shù)最早應(yīng)用于內(nèi)圓磨床，其中在軸承等汽車零部件內(nèi)表面的領(lǐng)域達到了廣泛的應(yīng)用[11]。隨著數(shù)控機床的發(fā)展以及高速切業(yè)中的應(yīng)用，數(shù)控機床的傳統(tǒng)主軸即機械主軸已經(jīng)不能夠滿足

D1686主軸

IBAG電主軸

【參考文獻】

相關(guān)期刊論文 前10條

1 張可;周東華;柴毅;;復(fù)合故障診斷技術(shù)綜述[J];控制理論與應(yīng)用;2015年09期

2 馬帥;傘紅軍;吳智恒;張華偉;雷群;;高速電主軸技術(shù)綜述[J];機械制造;2014年05期

3 楊兆軍;陳傳海;陳菲;李國發(fā);;數(shù)控機床可靠性技術(shù)的研究進展[J];機械工程學(xué)報;2013年20期

4 孟宗;顧海燕;李姍姍;;基于神經(jīng)網(wǎng)絡(luò)集成的B樣條經(jīng)驗?zāi)B(tài)分解端點效應(yīng)抑制方法[J];機械工程學(xué)報;2013年09期

5 王國彪;何正嘉;陳雪峰;賴一楠;;機械故障診斷基礎(chǔ)研究“何去何從”[J];機械工程學(xué)報;2013年01期

6 許同樂;張新義;賈慶軒;郎學(xué)政;;基于小波閾值降噪滾動軸承信號的研究[J];船舶力學(xué);2012年10期

7 申陽;張曉鵬;何峰濤;;精密機床主軸軸承早期失效分析[J];軸承;2012年05期

8 劉永坤;史康云;;電主軸的應(yīng)用現(xiàn)狀與發(fā)展方向探析[J];機電信息;2011年30期

9 楊貴杰;秦冬冬;;高速電主軸的關(guān)鍵技術(shù)及發(fā)展趨勢[J];伺服控制;2010年02期

10 向玲;唐貴基;胡愛軍;;旋轉(zhuǎn)機械非平穩(wěn)振動信號的時頻分析比較[J];振動與沖擊;2010年02期

相關(guān)博士學(xué)位論文 前3條

1 陳超;高速電主軸動態(tài)加載可靠性試驗及其故障診斷研究[D];吉林大學(xué);2016年

2 陳傳海;面向可靠性概率設(shè)計的數(shù)控機床載荷譜建立方法研究[D];吉林大學(xué);2013年

3 薛玉霞;數(shù)控機床可用性關(guān)鍵技術(shù)研究[D];吉林大學(xué);2009年

相關(guān)碩士學(xué)位論文 前6條

1 李廣正;關(guān)于選取主成分個數(shù)的探討[D];蘭州財經(jīng)大學(xué);2015年

2 楊川貴;基于LabVIEW的電主軸狀態(tài)監(jiān)測系統(tǒng)研制[D];吉林大學(xué);2015年

3 帥潔妮;風(fēng)機葉片材料聲發(fā)射信號的降噪和盲源分離研究[D];南京航空航天大學(xué);2013年

4 侯明明;油中微量水分的近紅外光譜測定方法研究[D];重慶工商大學(xué);2012年

5 譚琛;基于小波變換的電主軸振動故障檢測技術(shù)研究[D];湖南大學(xué);2011年

6 王元軍;MCH63臥式加工中心可靠性分析與研究[D];南京航空航天大學(xué);2010年

本文編號：2800494