數(shù)控機床主軸系統(tǒng)安全服役關鍵技術

目錄
前言
第1章 緒論 1
1.1 主軸系統(tǒng)安全服役技術的研究現(xiàn)狀和發(fā)展趨勢 1
1.1.1 主軸的概述 1
1.1.2 國內(nèi)外研究現(xiàn)狀分析 6
1.2 本書研究的主要內(nèi)容 11
第2章 數(shù)控機床主軸系統(tǒng)的動態(tài)特性分析 12
2.1 高速電主軸 13
2.1.1 高速電主軸結構布局 13
2.1.2 高速電主軸軸承 13
2.1.3 高速電主軸冷卻系統(tǒng) 14
2.2 精密高速主軸系統(tǒng)的動態(tài)特性分析 15
2.2.1 精密高速主軸系統(tǒng)有限元建模 15
2.2.2 電主軸的諧響應分析 19
2.3 主軸的模態(tài)試驗分析方法 22
2.3.1 模態(tài)參數(shù)識別方法 23
2.3.2 模態(tài)試驗方案 23
2.3.3 模態(tài)試驗系統(tǒng) 23
2.3.4 試驗結果分析 28
2.4 基于環(huán)境激勵法的電主軸模態(tài)參數(shù)識別 29
2.4.1 環(huán)境激勵法原理 30
2.4.2 環(huán)境激勵法模態(tài)試驗 32
2.5 高速電主軸熱特性分析及試驗研究 37
2.5.1 主軸系統(tǒng)溫度場有限元建模與分析 38
2.5.2 電主軸的熱-結構耦合分析 42
2.5.3 電主軸溫升試驗 44
第3章 主軸系統(tǒng)早期故障敏感特征提取 46
3.1 主軸故障的信號特征 46
3.1.1 主軸不平衡時的信號特征 46
3.1.2 主軸回轉(zhuǎn)精度不良時的信號特征 46
3.1.3 主軸存在裂紋缺陷時的信號特征 47
3.2 主軸系統(tǒng)關鍵部件的故障信號特征 47
3.2.1 滾動軸承的振動機理 48
3.2.2 滾動軸承的固有振動頻率和故障特征頻率 49
3.2.3 齒輪的固有特性 50
3.2.4 齒輪故障的信號特征 51
3.3 基于集合經(jīng)驗模態(tài)分解和小波包的早期故障特征提取方法 51
3.3.1 經(jīng)驗模態(tài)分解 51
3.3.2 集合經(jīng)驗模態(tài)分解 52
3.3.3 基于集合經(jīng)驗模態(tài)分解和小波包的故障特征提取模型 54
3.4 基于流形學習的早期故障特征提取方法 59
3.4.1 流形學習算法 59
3.4.2 基于流形學習的時頻域統(tǒng)計指標的特征提取 63
3.4.3 基于流形學習的軸心軌跡特征提取 68
3.4.4 早期故障特征提取方法的試驗臺驗證 69
3.5 基于隨機共振的微弱特征提取方法 74
3.5.1 隨機共振基本原理 75
3.5.2 隨機共振影響因素 75
3.5.3 隨機共振影響因素仿真試驗 77
3.5.4 基于遺傳算法的自適應級聯(lián)隨機共振微弱特征提取 81
3.6 基于變分模態(tài)分解和共振稀疏分解的早期故障特征提取方法 90
3.6.1 基于變分模態(tài)分解和共振稀疏分解的方法 90
3.6.2 基于變分模態(tài)分解和共振稀疏分解的故障特征提取模型 93
3.6.3 故障特征提取方法在滾動軸承上的試驗驗證 94
3.7 基于廣義形態(tài)濾波和變分模態(tài)分解的故障特征提取 97
3.7.1 基于廣義形態(tài)濾波和變分模態(tài)分解的故障特征提取模型 99
3.7.2 滾動軸承外圈故障分析 102
3.7.3 滾動軸承內(nèi)圈故障分析 104
第4章 基于流形學習的主軸故障診斷與狀態(tài)識別 106
4.1 基于軸心軌跡流形拓撲空間的主軸系統(tǒng)故障診斷 106
4.1.1 流形拓撲空間的基本原理 106
4.1.2 支持向量機 108
4.1.3 基于流形學習和支持向量機的故障診斷模型 111
4.2 基于流形和支持向量機故障診斷模型參數(shù)的選擇 114
4.2.1 基于交叉驗證選擇法的參數(shù)尋優(yōu) 115
4.2.2 基于網(wǎng)格搜索算法的參數(shù)尋優(yōu) 115
4.2.3 基于粒子群優(yōu)化算法的參數(shù)尋優(yōu) 116
4.2.4 基于遺傳算法的參數(shù)尋優(yōu) 117
4.3 基于軸心軌跡流形拓撲空間的故障診斷驗證 118
4.3.1 滾動軸承故障診斷 118
4.3.2 主軸振動信號分析 125
4.4 主軸系統(tǒng)故障診斷系統(tǒng)開發(fā) 132
第5章 主軸系統(tǒng)運行狀態(tài)趨勢預測方法 136
5.1 基于流形學習和支持向量機的主軸系統(tǒng)運行狀態(tài)預測方法 136
5.1.1 基于流形學習和支持向量機的主軸系統(tǒng)運行狀態(tài)預測模型 136
5.1.2 基于流形學習和支持向量機的主軸系統(tǒng)運行狀態(tài)預測方法驗證 136
5.2 基于流形學習和三角形模糊粒子狀態(tài)趨勢預測方法 140
5.2.1 主軸系統(tǒng)運行狀態(tài)趨勢預測模型 140
5.2.2 主軸系統(tǒng)運行狀態(tài)趨勢預測方法驗證 141
5.3 基于支持向量機的主軸系統(tǒng)運行狀態(tài)趨勢預測 144
5.4 基于流形學習空間的主軸系統(tǒng)運行狀態(tài)趨勢預測系統(tǒng)設計 146
5.5 主軸系統(tǒng)流形空間融合運行狀態(tài)趨勢預測 147
5.5.1 主軸系統(tǒng)多源信息 147
5.5.2 主軸系統(tǒng)多源特征流形空間融合 150
5.5.3 數(shù)控裝備多源信息融合狀態(tài)識別模型 153
第6章 主軸動態(tài)回轉(zhuǎn)精度測試技術 160
6.1 主軸回轉(zhuǎn)誤差基本理論 161
6.1.1 主軸回轉(zhuǎn)誤差的形成機理 162
6.1.2 圓度誤差 165
6.1.3 主軸回轉(zhuǎn)精度測試技術的研究現(xiàn)狀 166
6.1.4 誤差分離 170
6.2 主軸回轉(zhuǎn)誤差動態(tài)測量 171
6.2.1 主軸信號的數(shù)據(jù)采集 172
6.2.2 主軸回轉(zhuǎn)誤差的分離方法 173
6.3 圓度誤差與主軸回轉(zhuǎn)誤差的評定 178
6.3.1 圓度誤差的評定 178
6.3.2 主軸回轉(zhuǎn)誤差的評定 178
6.4 切削工況下高速主軸回轉(zhuǎn)精度動態(tài)測試系統(tǒng)研制 179
6.4.1 切削工況下高速主軸回轉(zhuǎn)精度動態(tài)測試硬件系統(tǒng) 180
6.4.2 切削工況下高速主軸回轉(zhuǎn)精度動態(tài)測試軟件系統(tǒng) 181
6.4.3 某高速主軸系統(tǒng)回轉(zhuǎn)精度測試試驗 182
6.4.4 某立式加工中心主軸回轉(zhuǎn)精度試驗研究 185
6.5 基于兩點法回轉(zhuǎn)精度測試試驗驗證 188
6.5.1 回轉(zhuǎn)精度測試系統(tǒng)安裝的主要步驟 190
6.5.2 徑向和軸向旋轉(zhuǎn)敏感度測量 191
6.5.3 主軸漂移測量 194
6.5.4 回轉(zhuǎn)精度分析 195
6.6 基于軸心軌跡流形學習的主軸回轉(zhuǎn)精度劣化溯源方法 197
6.7 主軸運行狀態(tài)監(jiān)測與劣化溯源系統(tǒng)設計 201
參考文獻 206