基于电流的主轴性能退化评估方法

论文摘要

为提高精密机床主轴检测的准确性,提出了一种基于电流的主轴性能退化评估方法.建立了主轴性能退化模型,使主轴状态便于监测和评估.首先采用小波包阈值对电流信号进行去噪处理,对去噪后的电流信号提取时频域特征量,构造多域特征空间.然后利用主成分分析法(PCA)进行数据降维,用降维后的样本进行支持向量机回归建模.采用粒子群算法(PSO)对支持向量机模型进行参数优化,以获得最优性能退化模型.将该模型应用于主轴实验台主轴性能退化评估,实验结果表明该方法原理正确,可以准确评价主轴性能.

论文目录

• 1 主轴电流与主轴性能退化关系
• 2 性能退化评估模型
•   2.1 信号的小波包阈值去噪
•   2.2 基于PCA的降维方法
•   2.3 PSO-SVR回归模型
•     2.3.1 SVR回归模型
•     2.3.2 粒子群算法
•     2.3.3 基于PSO寻优的SVR回归模型
• 3 模型评估实例
•   3.1 主轴仿真性能退化评估
•     3.1.1 电主轴实验台构成
•     3.1.2 数据处理
•     3.1.3 特征量获取
•     3.1.4 退化评价结果
•   3.2 主轴裂纹性能退化评估验证
•     3.2.1 故障描述
•     3.2.2 特征量获取
•     3.2.3 退化评估结果
• 4 结束语

文章来源

类型: 期刊论文

作者: 王红军,邹安南,左云波

关键词: 主轴,性能退化,主成分分析法,粒子群算法,支持向量机

来源: 北京理工大学学报 2019年01期

年度: 2019

分类: 工程科技Ⅱ辑,工程科技Ⅰ辑

专业: 金属学及金属工艺

单位: 北京信息科技大学机电工程学院,北京信息科技大学现代测控技术教育部重点实验室,北京信息科技大学机电系统测控北京市重点实验室

基金: 国家自然科学基金资助项目(51575055),国家部委重大专项资助项目(2015ZX04001002)

分类号: TG502

DOI: 10.15918/j.tbit1001-0645.2019.01.004

页码: 22-27

总页数: 6

文件大小: 1123K

下载量: 159