机床主轴系统的退化分析方法
VIP免费
摘 要
主轴系统是机床中一个重要的组件，在工件的机械加工过程中，机床主轴系
统的状态会对工件的加工质量产生重要的影响。机床在使用过程中，随着使用时
间的增加，机床主轴系统的状态会发生变化，即主轴系统会发生退化，主轴系统
发生退化后会使机床的机械加工精度降低，使工件的加工质量达不到所需的技术
要求。因此在机床的使用过程中，如果能够采用某种退化分析方法对主轴系统的
退化情况进行分析，那么就可以有效地对主轴系统进行维修，以免影响工件的加
工质量。本文以此为背景，以上海机床厂 M1432B 型万能外圆磨床的工件主轴和
砂轮主轴为检测对象，通过三种不同的退化分析方法，对 M1432B 型万能外圆磨
床在六个月的使用过程中工件主轴和砂轮主轴的退化情况进行了分析。
文中首先采用一种基于最大熵原理与鉴别信息的退化分析方法，研究了工件
主轴以一种转速旋转时工件主轴在三个不同方向的退化情况，以及砂轮主轴以一
种转速旋转时砂轮主轴在一个方向的退化情况。接着，为了验证最大熵原理与鉴
别信息退化分析方法的有效性，采用美国凯斯西储大学公布的不同退化状态的轴
承数据对该方法的有效性进行了验证。
其次，文中选择非线性动力学系统中的两个非线性指标——近似熵指标和复
杂度指标，分析了 M1432B 型万能外圆磨床工件主轴以一种速度旋转时工件主轴
在三个不同方向以及砂轮主轴以一种转速旋转时砂轮主轴在一个方向的退化情
况。同时采用美国凯斯西储大学（Case Western Reserve University）公布的不同退
化状态的轴承数据对近似熵指标和复杂度指标在退化分析中的有效性进行验证。
最后，文中比较了最大熵原理与鉴别信息方法、近似熵指标、复杂度指标三
种不同的退化分析方法，选用复杂度指标分析了工件主轴以不同转速旋转时工件
主轴在三个不同方向的退化情况，讨论了转速变化对退化趋势的影响。
关键词：M1432B 磨床 工件主轴 砂轮主轴 退化分析 最大熵原理 鉴
别信息 L-Z 复杂度 近似熵
ABSTRACT
Spindle system is an important moving parts of the machine tool, the chang of the
state of spindle system will have a important influence on the accuracy of the workpiece.
With the increase of the use time of machine tool, the state of the spindle system will
change that will reduce the Machining accuracy of machine tool and lead workpiece not
meet technical requirement. Therefore, if we can use some methods of degradation
analysis to analyze the process of the degradation of the spindle system, we can
effectively organize the maintenance, so as not to affect the processing quality of the
workpiece. According to this background, this artice use three kind of degradation
methods to analyze the degradation of the workpiece spindle and the grinding wheel
spindle of M1432B grind machine.
First, the paper use the method of the maximum entropy principle and the
identifying information to analyse the degradation of the workpiece spindle and grindle
workpiece spindle that we use this method research the degradation of three directions
of the workpiece spindle when workpiece spindle rotate in one speed and analysize the
degradation of one direction of the grinding wheel grinding wheel spindle rotate in one
speed. At the same time , we use the bearing data of the different degradation states by
Case Western Reserve University published to verify the validity of the method of the
maximum entropy principle and the identifying information.
Secondly, since the spindle system is non-linear dynamic system, the paper
selected two nonlinear index of the nonlinear dynamic systems that are approximate
entropy index and complexity index to analyze the degradation of the workpiece spindle
and grindle workpiece spindle that we use this method research the degradation of three
directions of the workpiece spindle when workpiece spindle rotate in one speed and
analysize the degradation of one direction of the grinding wheel grinding wheel spindle
rotate in one speed. Then we use the bearing date published by CWRU verify the
validity of the complexity index and approximate entropy index for the degradation
analysis.
Finally, we compare the three different methods of the degradation analysis, we
chose the complexity indix to research the degradation of the workpiece spindle in
different speed, and analysize the impact on the degradation trend.
目 录
中文摘要
ABSTRACT
第一章 绪 论 .......................................................................................................... 1
§1.1 课题的研究背景 ....................................................................................... 1
§1.2 退化分析的国内外研究现状 ................................................................... 2
§1.3 本文研究内容与结构 ............................................................................... 4
§1.4 本章小结 ................................................................................................... 5
第二章 基于最大熵原理与鉴别信息的主轴系统的退化分析 ............................ 6
引言 .................................................................................................................... 6
§2.1 常用的退化分析方法介绍 ....................................................................... 6
§2.1.1 隐马尔科夫模型方法 .....................................................................6
§2.1.2 高斯混合模型方法 .........................................................................7
§2.1.3 逻辑回归方法 .................................................................................8
§2.1.4 人工神经网络方法 .........................................................................8
§2.2 数据预处理方法 ..................................................................................... 10
§2.3 最大熵原理与鉴别信息退化分析理论 ................................................. 11
§2.3.1. 最大信息熵原理 ..........................................................................11
§2.3.2. 鉴别信息 ......................................................................................13
§2.4 数据采集系统介绍 ................................................................................. 14
§2.5 基于最大熵原理与鉴别信息的磨床主轴系统的退化分析 ................. 17
§2.6 最大熵原理与鉴别信息退化分析方法的验证 ..................................... 31
§2.7 本章小结 ................................................................................................. 37
第三章 基于近似熵指标的主轴系统的退化分析 .............................................. 39
引言 .................................................................................................................. 39
§3.1 典型的非线性系统指标 .......................................................................... 39
§3.1.1 李雅普诺夫指数 ...........................................................................39
§3.1.2 复杂度指标 ...................................................................................40
§3.1.3 维数 ...............................................................................................41
§3.1.4 近似熵指标 ...................................................................................41
§3.2 基于近似熵指标的磨床主轴系统的退化分析 ..................................... 43
§3.3 近似熵指标退化分析方法的验证 ......................................................... 48
§3.4 本章小结 ................................................................................................. 51
第四章 基于复杂度指标的主轴系统的退化分析 .............................................. 51
引言 .................................................................................................................. 53
§4.1 复杂度指标算法 ..................................................................................... 53
§4.2 基于复杂度指标的磨床主轴系统的退化分析 ..................................... 55
§4.3 复杂度指标退化分析方法的验证 ......................................................... 59
§4.4 本章小结： ............................................................................................. 62
第五章 主轴系统在不同转速时的退化分析 .................................................... 62
引言 .................................................................................................................. 62
§5.1 三种退化分析方法的比较 ..................................................................... 62
§5.2 磨床工件主轴在不同速度时的退化分析 ............................................. 63
§5.3 本章小结 ................................................................................................. 66
第六章 结论与展望 .............................................................................................. 67
§6.1 总结 ......................................................................................................... 67
§6.2 展望 ......................................................................................................... 67
参考文献 ................................................................................................................ 68
在读期间公开发表的论文和承担科研项目及取得成果 .................................... 74
致 谢 .................................................................................................................... 75
第一章 绪论
1
第一章 绪 论
§1.1 课题的研究背景
国务院在 2006 年发布的《国家中长期科学和技术发展规划纲要》中对制造业
的重要性进行了阐述，指出制造业是国民经济的重要支柱，应大力推进制造业的
发展，其中，机械制造业是制造业中最主要组成部分之一，因此，机械制造业的
发展会对国民经济各部门的发展产生直接的影响[1]。
机床是机械制造业中重要的生产工具，随着机械制造业向超精密加工方向的
发展，对机床的加工精度提出越来越多的要求。机床的加工精度主要受机床主轴
系统、导轨、进给系统、切削工艺系统等因素的综合影响，通过改善它们的性能，
如提高它们的抗振性能、制造精度、安装精度等，可以有效的对机床的加工精度
进行控制[2]。
其中，主轴系统是机床中最重要的运动部件之一，它主要包括主轴、轴承和
主轴箱体，其主要作用是将运动和动力传给工件或刀具并且带动刀具或者工件运
动，进而完成工件的表面成形运动。一般情况下，工件或刀具安装在主轴的前端，
直接参与切削加工，因此会对加工工件的质量产生直接的影响，据统计表明，主
轴系统的性能对机床的机械加工精度影响最大，因此，对主轴系统进行检测，分
析其性能的变化对机床机械加工精度的控制具有重要的意义[2]。
在一般情况下，经过磨合期的新机床，主轴系统的各项指标，如主轴回转误
差等，都能够满足人们的生产需求。但是在机床的使用、维修和闲置过程中，由
于摩擦磨损、疲劳、腐蚀、冲击振动等原因，会使机床主轴系统的性能发生变化，
从而导致机床机械加工精度的降低，使加工的工件满足不了生产要求，我们称这
种性能的变化为主轴系统的退化。主轴系统发生退化后，会严重影响机床的机械
加工精度，使加工的工件达不到技术要求。通常情况下，主轴系统在一个寿命周
期内会经历以下 4种退化状态：正常状态、微小退化状态、退化恶化状态及故障
状态，如果能够在主轴系统的退化过程中对其进行实时检测，判断主轴系统的退
化趋势，就可以有效地组织维修，避免主轴系统出现严重的故障，最小程度的减
小对机床机械加工精度的影响，保证加工工件的质量。因此，主轴系统的退化分
析在生产中具有重要的实际价值，本文以此为背景，选择不同的退化分析方法对
主轴系统在使用过程中的退化情况进行分析。
机床主轴系统的退化分析方法
2
§1.2 退化分析的国内外研究现状
设备在使用过程中，由于零件接触面间的摩擦、零件的疲老、腐蚀等因素，
会使设备从正常的状态转变为精度降低、性能下降甚至出现故障的状态，我们称
这个过程为退化。设备的退化是一个缓慢变化的过程，在一个寿命周期内，设备
通常会经历以下 4个退化阶段：正常阶段、微小退化阶段、退化严重阶段及故障
阶段。为了确保设备的正常使用，通常选择检测装置对设备进行检测，同时采用
数据处理方法对设备状态的变化进行分析，从而对设备的状态做出评估，以方便
及时地调整设备，避免设备出现较大的故障。我们把设备在使用过程中，对设备
的状态变化进行分析的方法称为设备的退化分析。
主轴系统性能的变化会对机床的机械加工精度产生严重的影响（在“课题的
研究背景”中已经对其进行了详细的说明），因此对主轴系统的退化进行分析是很
有必要的，目前，关于机床主轴系统的退化分析，国内外研究的很少（在自己所
看到的论文中，还没有看到），但是，对退化分析方法的研究还是比较多的。下面
对国内外一些常用的退化分析方法进行说明。
近年来，国内外对设备性能退化分析进行了大量的研究。其目标是确保生产
质量并且减少机器的故障停机时间。
例如，在国外，Jay Lee 使用神经网络模型对步进电动机的性能退化进行了评
估。该方法采用 13 组正常模式的样本（每个样本有 14 个特征值，其中一个为电
动机速度指标，其他 13 个为电动机位置指标）对神经网络进行训练，同时采用 10
种故障模式和 30 种退化模式对训练的神经网络模型进行输入，结果表明该模型可
以分辨不同的故障模式和退化模式[3]。Yan jihong 使用逻辑回归（LR 模型）算法对
电梯门性能退化进行了评估,文中选择一个 19 维的向量作为输入向量（包括电梯门
的最大速度、循环时间、电流信号的 2个小波包能量值，振动信号 X方向的 2个
小波包能量值，振动信号 Y方向的 2个小波包能量值以及振动信号 Z方向的 11 个
小波包能量值）作为模型的输入量，采用 40 组电梯门正常状态和 40 组故障状态
时对应的特征值对逻辑回归模型进行训练，然后采用电梯门开关循环 200 组数据
对该模型进行了验证[4]，同时也研究了没有历史数据情况下设备性能的退化，这种
方法通过在输入特征向量（电梯开关时间和最大速度）时，人为判断电梯门的状
态，然后通过输入向量和人为判断的电梯状态对 LR 模型进行训练[5]。Hai Qiu 等
采用自组织映射（SOM）神经网络对轴承的退化进行了估计，轴承从正常状态运
行到故障状态，通过磁铁检测轴承润滑油中碎片的多少来判断轴承的不同状态，
然后通过不同状态时振动信号的均方根值、峭度值和波峰因素作为输入向量，对
第一章 绪论
3
神经网络进行训练[6]。Linxia liao、Jay lee 使用小波包分解和高斯混合模型研究了
冷却系统的退化，该方法首先通过小波包分解获得正常情况下的振动信号不同频
段的能量值，然后通过主成分分析对能量值进行降维，接着通过高斯混合模型拟
合降维的能量值，通过分析不同状态时振动信号的高斯混合模型分布的 Confidence
value 值，对冷却系统状态进行判断[7]。Yan Ruqiang 等采用非线性动力学中复杂度
指标对轴承的不同状态进行了分析[8],同时采用非线性动力学中近似熵指标对轴承
的状态做出判断[9]。N.Tandon[10]和R.Heng[11] 根据均方根值、峰值、峭度、振幅因
数和歪斜度等统计参数用来检测机械的状态。
在国内，朱义等利用隐马尔科夫模型对逐渐变化的裂纹转子进行了分析，该
方法采用正常运行的数据训练隐马尔科夫模型，把转子振动信号的 7个参数作为
输入向量（方差、有效值、峰-峰值、峰值因数、脉冲因数、波形因数、裕度因素），
通过隐马尔科夫模型输出的概率来判断转子状态[12]。雷金波采用基于逻辑回归对
转子实验台的退化状态进行了分析，对转子实验台通过不同的配重（0.8g、1.2g、
2.0g、2.4g、3.2g，3.2g+径向摩擦和正常）获得 7种不同的退化程度，然后在时域
和频域中提取 15 个特征值作为输入量，采用 466 个样本对逻辑回归网络进行训练，
采用 233 个样本对模型进行验证，通过逻辑回归模型输出值的大小来判断转子的
退化程度 [13]。钟鑫将逻辑回归和高斯混合模型用于设备的退化分析，文中首先选
择轴承的 4个故障频段（外圈故障、滚珠故障、保持架故障以及外圈故障频段）
的能量值作为特征向量，采用正常与故障状态的 10 组特征向量对逻辑回归模型进
行训练[14]。董金国等用神经网络（ ELMAN）对起重机的安全状态进行了评估,该
方法采用起重机的 7种状态参数（稳定性系数、起重量、起重力矩、起升高度、
起重幅度、风速、电机绕组温度）作为特征向量，采用 23 组特征向量训练 ELMAN，
通过神经网络输出值的结果对起重机的状态进行判断[15]。肖函等将高斯混合模型
与小波包能量分解用于齿轮的状态检测，主要通过小波包分解提取振动信号不同
频段的能量，然后通过高斯混合模型刻画能量的分布，通过分布的重合程度对齿
轮的状态进行判断[16]。刘天雄采用非线性动力学中关联维数指标分析了复合气泵
的运行状态，文中首先测量了 4种不同工作状态的噪声信号，然后对信号进行小
波11 层分解，发现不同状态下第 6层小波分解系数用明显的不同，采用关联维数
分析了第 6层信号，结果发现关联维数能够识别气泵的不同工作状态[17]。
以上是设备退化分析的几种方法，其中文献[3-6] [12-13] [14] [15]中的方法需
要故障样本对模型进行训练，。文献[10-11]中的统计参数容易受外界环境的影响，
同时这些统计参数对初始缺陷的检测不是很有效，因为与初始缺陷有关的振动信
号持续时间比较短并且振动幅值小。文献[7][16]采用小波分析方法，该方法已经成
摘要：
展开>>
收起<<
摘要主轴系统是机床中一个重要的组件，在工件的机械加工过程中，机床主轴系统的状态会对工件的加工质量产生重要的影响。机床在使用过程中，随着使用时间的增加，机床主轴系统的状态会发生变化，即主轴系统会发生退化，主轴系统发生退化后会使机床的机械加工精度降低，使工件的加工质量达不到所需的技术要求。因此在机床的使用过程中，如果能够采用某种退化分析方法对主轴系统的退化情况进行分析，那么就可以有效地对主轴系统进行维修，以免影响工件的加工质量。本文以此为背景，以上海机床厂M1432B型万能外圆磨床的工件主轴和砂轮主轴为检测对象，通过三种不同的退化分析方法，对M1432B型万能外圆磨床在六个月的使用过程中工件主轴和...
相关推荐
-
跨境电商商业计划书模版VIP免费
2025-01-09 27 -
跨境电商方案范文VIP免费
2025-01-09 14 -
创业计划书VIP免费
2025-01-09 18 -
xx生鲜APP计划书VIP免费
2025-01-09 12 -
跨境电商创业园商业计划书(盈利模式)VIP免费
2025-01-09 8 -
跨境电商计划书VIP免费
2025-01-09 13 -
绿色食品电商平台项目计划书VIP免费
2025-01-09 22 -
农产品电子商务商业计划书VIP免费
2025-01-09 9 -
农村电商平台商业计划书VIP免费
2025-01-09 13 -
生鲜商城平台商业计划书VIP免费
2025-01-09 21
作者：牛悦
分类：高等教育资料
价格：15积分
属性：77 页
大小：2.04MB
格式：PDF
时间：2024-11-19
