數(shù)控機床主軸組件故障的知識發(fā)現(xiàn)研究.pdf

1、數(shù)控機床故障診斷及維護是機床調(diào)試和使用過程中的重要組成部分，是目前制約數(shù)控機床發(fā)揮正常作用的主要因素之一?，F(xiàn)有數(shù)控機床故障自診斷系統(tǒng)能夠診斷常見電器系統(tǒng)故障及簡單的與系統(tǒng)相連部件的故障，但故障出現(xiàn)率較高且引起機床加工質(zhì)量下降的機械類故障的自診斷基本上還是盲點，而主軸組件的故障在此類故障中占了相當比重，這也一直是國內(nèi)外數(shù)控機床故障診斷領(lǐng)域的難題。
　　本文針對性提出從軟計算理論的全新視角解決該問題，對在獲取故障知識的數(shù)據(jù)準備階段和知

2、識發(fā)現(xiàn)階段的幾個關(guān)鍵問題展開了較為深入的研究和探索。
　　在知識獲取的數(shù)據(jù)準備階段，進行了兩個方面的研究工作。
　　首先選取數(shù)控機床主軸系統(tǒng)的兩大組件即滾動軸承和齒輪作為研究對象，通過對比分析它們與一般機械振動的機理后得到結(jié)論，即滾動軸承故障主要表現(xiàn)為表面磨損和剝落，而主軸齒輪最主要的故障來源于運動中產(chǎn)生的齒面均勻磨損和局部剝落故障。對前者，在進行知識獲取過程提取特征時可以用基頻及其整數(shù)或分數(shù)倍頻處幅值為特征參數(shù);對后者，可

3、以依據(jù)振動信號嚙合頻率及其兩側(cè)產(chǎn)生的邊頻帶的組合頻譜診斷故障。針對主軸齒輪故障數(shù)據(jù)獲取時的測點布置優(yōu)化問題，采用有限元建模分析和諧響應分析，確定出主軸箱振動測點的理論最佳位置。搭建了以上兩種組件故障模擬實驗系統(tǒng)，為后續(xù)研究工作獲取原始數(shù)據(jù)做了準備。
　　其次，從數(shù)據(jù)采集和處理角度，特別提出使用一個三階低通巴特沃斯濾波器和一個三階高通巴特沃斯濾波器建立的帶通濾波器進行濾波，并對該濾波過程進行了數(shù)學分析;為了實現(xiàn)將傳感器獲取數(shù)據(jù)的融合

4、，針對單一傳感器數(shù)據(jù)融合的時間性問題，提出了結(jié)合算術(shù)均值與遞推估計的數(shù)據(jù)融合方法，獲得了比算術(shù)平均值更可靠的測量結(jié)果，而針對多傳感器數(shù)據(jù)融合的空間性問題，提出一種多傳感器數(shù)據(jù)的加權(quán)融合算法，不同的傳感器按照相應的權(quán)數(shù)，在總均方誤差最小這一最優(yōu)條件下，根據(jù)各個傳感器所得到的測量值以自適應的方式尋找其對應的權(quán)數(shù)，使融合后的數(shù)據(jù)結(jié)果達到最優(yōu)，并提出采用信息熵來評價數(shù)據(jù)融合的效果。
　　在故障數(shù)據(jù)的知識發(fā)現(xiàn)過程階段，分別對兩種組件的故障采

5、取不同軟計算方法獲取了故障知識規(guī)則，實現(xiàn)了故障診斷。
　　針對滾動軸承故障實驗所獲取數(shù)據(jù)，分別運用基于等間距聚類與屬性重要度約簡算法和基于k-均值聚類與區(qū)分矩陣約簡算法，均實現(xiàn)表面磨損和剝落故障及正常狀態(tài)三種模式的知識及規(guī)則的獲取。
　　針對數(shù)控機床主軸齒輪的典型故障診斷，構(gòu)建了一種具有三層網(wǎng)絡結(jié)構(gòu)模型的BP神經(jīng)網(wǎng)絡，經(jīng)過實驗數(shù)據(jù)樣本的訓練和仿真，實例結(jié)果驗證了該方法可以實現(xiàn)對齒輪齒面均勻磨損故障、齒面局部剝落故障以及正常狀