本文關(guān)鍵詞：數(shù)控機(jī)床滾珠絲杠副的狀態(tài)監(jiān)測(cè)與故障診斷研究

  更多相關(guān)文章： 數(shù)控機(jī)床 滾珠絲杠副 狀態(tài)監(jiān)測(cè) 故障診斷 無(wú)傳感器 經(jīng)驗(yàn)?zāi)B(tài)分解 核函數(shù)主元分析 BP神經(jīng)網(wǎng)絡(luò) PNN神經(jīng)網(wǎng)絡(luò)

【摘要】：數(shù)控機(jī)床是現(xiàn)代工業(yè)中重要的大型機(jī)械設(shè)備,滾珠絲杠副因具有很高的傳動(dòng)效率、定位精度和剛度等特點(diǎn)而成為數(shù)控機(jī)床進(jìn)給系統(tǒng)中主要的基礎(chǔ)傳動(dòng)部件之一,在機(jī)床的力矩傳動(dòng)以及加工定位過(guò)程中起到不可替代的作用。然而,滾珠絲杠副也是進(jìn)給系統(tǒng)中容易發(fā)生故障的部件之一,如若發(fā)生故障,就會(huì)影響整個(gè)機(jī)床的加工精度,甚至造成停機(jī)。因此,研究開(kāi)發(fā)高效可靠的狀態(tài)監(jiān)測(cè)及故障診斷技術(shù),用于指導(dǎo)數(shù)控機(jī)床的維護(hù)保養(yǎng),對(duì)于提高數(shù)控機(jī)床的高速、高精度運(yùn)行能力具有十分重要的意義。本文以數(shù)控機(jī)床滾珠絲杠副為研究對(duì)象,在綜合分析故障診斷技術(shù)、滾珠絲杠副故障診斷的國(guó)內(nèi)外研究現(xiàn)狀以及無(wú)傳感器數(shù)控機(jī)床監(jiān)測(cè)技術(shù)發(fā)展的基礎(chǔ)上,提出了基于數(shù)控機(jī)床內(nèi)置傳感器獲取內(nèi)部伺服信息的滾珠絲杠副故障診斷方法,并與傳統(tǒng)的外置傳感器監(jiān)測(cè)機(jī)床狀態(tài)信息的故障診斷方法進(jìn)行對(duì)比分析。針對(duì)滾珠絲杠副的正常、滾道磨損、滾珠破損和絲杠彎曲四種狀態(tài)類型設(shè)計(jì)了試驗(yàn)方案,基于Lab VIEW和MATLAB軟件進(jìn)行混合編程,最終建立了基于BP神經(jīng)網(wǎng)絡(luò)和PNN神經(jīng)網(wǎng)絡(luò)的滾珠絲杠副智能診斷模型,對(duì)數(shù)控機(jī)床滾珠絲杠副的狀態(tài)類型進(jìn)行識(shí)別研究。在分析了數(shù)控機(jī)床伺服進(jìn)給系統(tǒng)的組成及內(nèi)置傳感器作用的基礎(chǔ)上,提出了數(shù)控機(jī)床伺服進(jìn)給系統(tǒng)中滾珠絲杠副狀態(tài)信息的無(wú)傳感器監(jiān)測(cè)的概念,研究了滾珠絲杠副狀態(tài)信息的獲取方法�；跐L珠絲杠副的結(jié)構(gòu)組成,分析了其故障機(jī)理和振動(dòng)特征;確定了針對(duì)滾珠絲杠副的正常狀態(tài)、滾道磨損、滾珠破損和絲杠彎曲四種狀態(tài)類型的狀態(tài)監(jiān)測(cè)與故障診斷方法。設(shè)計(jì)了數(shù)控機(jī)床滾珠絲杠副的試驗(yàn)方案和試驗(yàn)系統(tǒng)的總體架構(gòu),搭建了狀態(tài)信息監(jiān)測(cè)試驗(yàn)臺(tái);基于Lab VIEW及西門子STARTER軟件平臺(tái),針對(duì)傳統(tǒng)監(jiān)測(cè)與無(wú)傳感器監(jiān)測(cè)兩種監(jiān)測(cè)方法建立了滾珠絲杠副狀態(tài)信息的數(shù)據(jù)采集系統(tǒng),并對(duì)數(shù)據(jù)采集系統(tǒng)的硬件和軟件進(jìn)行了詳細(xì)設(shè)計(jì)。進(jìn)行了數(shù)據(jù)的分析和處理,對(duì)基于兩種采集方法所采集到的滾珠絲杠副狀態(tài)信息進(jìn)行時(shí)域、頻域及時(shí)頻域分析,獲得初始特征量;通過(guò)核主元分析方法,對(duì)初始特征向量進(jìn)行降維、約簡(jiǎn)處理,最終分別確定了33組和27組狀態(tài)信息數(shù)據(jù)作為滾珠絲杠副各狀態(tài)類型的有效特征量組合。建立了BP神經(jīng)網(wǎng)絡(luò)與PNN神經(jīng)網(wǎng)絡(luò)兩種網(wǎng)絡(luò)模型分別對(duì)兩種監(jiān)測(cè)方法所得到的數(shù)據(jù)進(jìn)行智能模式識(shí)別;對(duì)比分析兩種網(wǎng)絡(luò)模型及其對(duì)兩種監(jiān)測(cè)方法所獲滾珠絲杠副狀態(tài)信息的識(shí)別性能,結(jié)果表明,基于無(wú)傳感器信息和PNN神經(jīng)網(wǎng)絡(luò)的滾珠絲杠副故障診斷方法更具有優(yōu)勢(shì),能夠有效的完成滾珠絲杠副的故障診斷。
【關(guān)鍵詞】：數(shù)控機(jī)床 滾珠絲杠副 狀態(tài)監(jiān)測(cè) 故障診斷 無(wú)傳感器 經(jīng)驗(yàn)?zāi)B(tài)分解 核函數(shù)主元分析 BP神經(jīng)網(wǎng)絡(luò) PNN神經(jīng)網(wǎng)絡(luò)
【學(xué)位授予單位】：青島理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TG659
【目錄】：

• 摘要9-11
• Abstract11-13
• 第1章 緒論13-18
• 1.1 概述13-14
• 1.1.1 課題來(lái)源13
• 1.1.2 課題研究的目的及意義13-14
• 1.2 故障診斷技術(shù)的國(guó)內(nèi)外研究現(xiàn)狀14-15
• 1.3 滾珠絲杠副故障診斷的國(guó)內(nèi)外研究現(xiàn)狀15-16
• 1.4 基于無(wú)傳感器的數(shù)控機(jī)床狀態(tài)監(jiān)測(cè)技術(shù)16-17
• 1.5 本文研究的主要內(nèi)容17-18
• 第2章 滾珠絲杠副狀態(tài)信息無(wú)傳感器監(jiān)測(cè)原理18-29
• 2.1 引言18
• 2.2 無(wú)傳感器監(jiān)測(cè)概念18
• 2.3 伺服進(jìn)給系統(tǒng)及主要四個(gè)功能模塊18-23
• 2.3.1 伺服進(jìn)給系統(tǒng)驅(qū)動(dòng)控制原理19-21
• 2.3.2 伺服進(jìn)給系統(tǒng)檢測(cè)反饋裝置21-23
• 2.4 基于無(wú)傳感器的幾種典型信號(hào)的監(jiān)測(cè)原理23-28
• 2.4.1 伺服電機(jī)的輸出電流（扭矩）監(jiān)測(cè)23-26
• 2.4.2 伺服電機(jī)的溫度監(jiān)測(cè)26
• 2.4.3 滾珠絲杠副的伺服誤差信息26-28
• 2.5 本章小結(jié)28-29
• 第3章 滾珠絲杠副及其典型故障機(jī)理分析29-35
• 3.1 滾珠絲杠副簡(jiǎn)介及結(jié)構(gòu)29-30
• 3.2 滾珠絲杠副故障機(jī)理分析30-34
• 3.2.1 滾珠絲杠副典型失效分析及常見(jiàn)故障30-32
• 3.2.2 滾珠絲杠副振動(dòng)特征分析32-34
• 3.3 本章小結(jié)34-35
• 第4章 數(shù)控機(jī)床滾珠絲杠副信號(hào)采集系統(tǒng)設(shè)計(jì)35-58
• 4.1 引言35
• 4.2 試驗(yàn)臺(tái)設(shè)計(jì)介紹35-37
• 4.3 滾珠絲杠副傳統(tǒng)監(jiān)測(cè)方法試驗(yàn)方案設(shè)計(jì)37-50
• 4.3.1 外置傳感器的選擇38-41
• 4.3.2 傳感器的安裝及測(cè)點(diǎn)的選擇41-43
• 4.3.3 數(shù)據(jù)采集平臺(tái)及采集卡的選擇43-45
• 4.3.4 基于LabVIEW的信號(hào)采集存儲(chǔ)模塊設(shè)計(jì)45-50
• 4.4 滾珠絲杠副無(wú)傳感器監(jiān)測(cè)方法試驗(yàn)方案設(shè)計(jì)50-55
• 4.4.1 STARTER軟件簡(jiǎn)介50
• 4.4.2 無(wú)傳感器信息的采集50-55
• 4.4.3 滾珠絲杠副的伺服誤差信息采集55
• 4.5 試驗(yàn)系統(tǒng)總體架構(gòu)55-57
• 4.6 本章小結(jié)57-58
• 第5章 滾珠絲杠副故障信號(hào)分析與特征向量構(gòu)造58-74
• 5.1 引言58
• 5.2 試驗(yàn)數(shù)據(jù)說(shuō)明58
• 5.3 伺服電機(jī)溫度信號(hào)分析58-59
• 5.4 滾珠絲杠副各狀態(tài)信息的特征量提取59-68
• 5.4.1 時(shí)域分析和特征參數(shù)提取59-62
• 5.4.2 頻域分析和特征參數(shù)提取62-64
• 5.4.3 時(shí)頻域分析與特征參數(shù)提取64-68
• 5.5 基于核函數(shù)主元分析的特征向量構(gòu)造68-72
• 5.5.1 核函數(shù)主元分析方法簡(jiǎn)介69-70
• 5.5.2 基于KPCA方法的滾珠絲杠副狀態(tài)信息特征篩選70-72
• 5.6 本章小結(jié)72-74
• 第6章 基于神經(jīng)網(wǎng)絡(luò)的滾珠絲杠副故障診斷74-87
• 6.1 引言74
• 6.2 基于BP神經(jīng)網(wǎng)絡(luò)的數(shù)控機(jī)床滾珠絲杠副故障模式識(shí)別74-80
• 6.2.1 BP神經(jīng)網(wǎng)絡(luò)概述及結(jié)構(gòu)74-75
• 6.2.2 BP神經(jīng)網(wǎng)絡(luò)的算法75-76
• 6.2.3 BP神經(jīng)網(wǎng)絡(luò)模型的結(jié)構(gòu)設(shè)計(jì)及構(gòu)造76-77
• 6.2.4 BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練結(jié)果及網(wǎng)絡(luò)性能分析77-80
• 6.3 基于PNN神經(jīng)網(wǎng)絡(luò)的數(shù)控機(jī)床滾珠絲杠副故障模式識(shí)別80-84
• 6.3.1 PNN神經(jīng)網(wǎng)絡(luò)概述及結(jié)構(gòu)80-81
• 6.3.2 PNN神經(jīng)網(wǎng)絡(luò)的算法81
• 6.3.3 PNN神經(jīng)網(wǎng)絡(luò)模型的結(jié)構(gòu)設(shè)計(jì)及構(gòu)造81-82
• 6.3.4 PNN神經(jīng)網(wǎng)絡(luò)的訓(xùn)練結(jié)果及網(wǎng)絡(luò)性能分析82-84
• 6.4 兩種網(wǎng)絡(luò)模型及其對(duì)兩種信息的識(shí)別性能對(duì)比分析84-86
• 6.5 本章小結(jié)86-87
• 第7章 結(jié)論與展望87-89
• 7.1 論文工作總結(jié)87-88
• 7.2 研究展望88-89
• 參考文獻(xiàn)89-93
• 攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文93-95
• 致謝95

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前2條

1 楊振輝;;影響超長(zhǎng)行程龍門式數(shù)控機(jī)床滾珠絲杠精度的因素及對(duì)策[J];機(jī)械工程師;2009年10期

2 韓軍;周慧君;常瑞麗;;數(shù)控機(jī)床伺服進(jìn)給系統(tǒng)無(wú)傳感器性能評(píng)估技術(shù)的研究[J];機(jī)床與液壓;2014年13期

，

本文編號(hào)：533962