基于BP网络的机床主轴故障诊断研究

论文摘要

针对机床主轴在运转过程中由于高速、热变形和应力集中等原因而发生平移、旋转、压缩和伸展等,提出了一种基于BP神经网络和误差标定拟合对机床主轴轴心轨迹误差预测的方法。该方法首先通过实验测量出机床主轴轴心轨迹的偏心数据形成样本,运用BP神经网络对样本进行训练,然后根据样本训练结果预测机床主轴轴心偏转的将来值,最后通过三维张量空间分布函数分析将来值与理论值拟合情况得出机床运转状态。实验结果显示,当迭代次数epoch=2,训练误差为Validation=0.0052442时,训练后的拟合曲线拟合效果较好,此时BP训练状态最佳,训练后的主轴偏转结果能够反映和预测机床运转状态。本方法对于生产过程中的机床定期维修保养具有重要的指导意义。

论文目录

• 1 引言
• 2 机床主轴轴心偏移分析
• 3 基于BP网络的主轴偏转误差模型构建
• 4 机床主轴偏转故障预测
•   4.1 机床主轴轴心轨迹监测
•   4.2 基于BP网络的轴心误差诊断
• 5 实验与分析
• 6 结论

文章来源

类型: 期刊论文

作者: 李振雨,王好臣,王功亮,李家鹏

关键词: 机床主轴,张量空间,神经网络,轴心轨迹

来源: 机械设计与制造 2019年10期

年度: 2019

分类: 工程科技Ⅱ辑,工程科技Ⅰ辑,信息科技

专业: 金属学及金属工艺,自动化技术

单位: 山东理工大学机械工程学院,山东理工大学工程实训中心

分类号: TP183;TG659

DOI: 10.19356/j.cnki.1001-3997.2019.10.034

页码: 130-133+139

总页数: 5

文件大小: 1149K

下载量: 148