數(shù)控機(jī)床主軸系統(tǒng)安全服役關(guān)鍵技術(shù)

目錄
前言
第1章 緒論 1
1.1 主軸系統(tǒng)安全服役技術(shù)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(jī)床主軸系統(tǒng)的動(dòng)態(tài)特性分析 12
2.1 高速電主軸 13
2.1.1 高速電主軸結(jié)構(gòu)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(dòng)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(yīng)分析 19
2.3 主軸的模態(tài)試驗(yàn)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(yàn)方案 23
2.3.3 模態(tài)試驗(yàn)系統(tǒng) 23
2.3.4 試驗(yàn)結(jié)果分析 28
2.4 基于環(huán)境激勵(lì)法的電主軸模態(tài)參數(shù)識別 29
2.4.1 環(huán)境激勵(lì)法原理 30
2.4.2 環(huán)境激勵(lì)法模態(tài)試驗(yàn) 32
2.5 高速電主軸熱特性分析及試驗(yàn)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(jié)構(gòu)耦合分析 42
2.5.3 電主軸溫升試驗(yàn) 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(shí)的信號特征 46
3.1.2 主軸回轉(zhuǎn)精度不良時(shí)的信號特征 46
3.1.3 主軸存在裂紋缺陷時(shí)的信號特征 47
3.2 主軸系統(tǒng)關(guān)鍵部件的故障信號特征 47
3.2.1 滾動(dòng)軸承的振動(dòng)機(jī)理 48
3.2.2 滾動(dòng)軸承的固有振動(dòng)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(yàn)?zāi)B(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(yàn)?zāi)B(tài)分解 51
3.3.2 集合經(jīng)驗(yàn)?zāi)B(tài)分解 52
3.3.3 基于集合經(jīng)驗(yàn)?zāi)B(tài)分解和小波包的故障特征提取模型 54
3.4 基于流形學(xué)習(xí)的早期故障特征提取方法 59
3.4.1 流形學(xué)習(xí)算法 59
3.4.2 基于流形學(xué)習(xí)的時(shí)頻域統(tǒng)計(jì)指標(biāo)的特征提取 63
3.4.3 基于流形學(xué)習(xí)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(yàn)臺驗(yàn)證 69
3.5 基于隨機(jī)共振的微弱特征提取方法 74
3.5.1 隨機(jī)共振基本原理 75
3.5.2 隨機(jī)共振影響因素 75
3.5.3 隨機(jī)共振影響因素仿真試驗(yàn) 77
3.5.4 基于遺傳算法的自適應(yīng)級聯(lián)隨機(jī)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(dòng)軸承上的試驗(yàn)驗(yàn)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(dòng)軸承外圈故障分析 102
3.7.3 滾動(dòng)軸承內(nèi)圈故障分析 104
第4章 基于流形學(xué)習(xí)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?fù)淇臻g的主軸系統(tǒng)故障診斷 106
4.1.1 流形拓?fù)淇臻g的基本原理 106
4.1.2 支持向量機(jī) 108
4.1.3 基于流形學(xué)習(xí)和支持向量機(jī)的故障診斷模型 111
4.2 基于流形和支持向量機(jī)故障診斷模型參數(shù)的選擇 114
4.2.1 基于交叉驗(yàn)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?fù)淇臻g的故障診斷驗(yàn)證 118
4.3.1 滾動(dòng)軸承故障診斷 118
4.3.2 主軸振動(dòng)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(yùn)行狀態(tài)趨勢預(yù)測方法 136
5.1 基于流形學(xué)習(xí)和支持向量機(jī)的主軸系統(tǒng)運(yùn)行狀態(tài)預(yù)測方法 136
5.1.1 基于流形學(xué)習(xí)和支持向量機(jī)的主軸系統(tǒng)運(yùn)行狀態(tài)預(yù)測模型 136
5.1.2 基于流形學(xué)習(xí)和支持向量機(jī)的主軸系統(tǒng)運(yùn)行狀態(tài)預(yù)測方法驗(yàn)證 136
5.2 基于流形學(xué)習(xí)和三角形模糊粒子狀態(tài)趨勢預(yù)測方法 140
5.2.1 主軸系統(tǒng)運(yùn)行狀態(tài)趨勢預(yù)測模型 140
5.2.2 主軸系統(tǒng)運(yùn)行狀態(tài)趨勢預(yù)測方法驗(yàn)證 141
5.3 基于支持向量機(jī)的主軸系統(tǒng)運(yùn)行狀態(tài)趨勢預(yù)測 144
5.4 基于流形學(xué)習(xí)空間的主軸系統(tǒng)運(yùn)行狀態(tài)趨勢預(yù)測系統(tǒng)設(shè)計(jì) 146
5.5 主軸系統(tǒng)流形空間融合運(yùn)行狀態(tài)趨勢預(yù)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(dòng)態(tài)回轉(zhuǎn)精度測試技術(shù) 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(jī)理 162
6.1.2 圓度誤差 165
6.1.3 主軸回轉(zhuǎn)精度測試技術(shù)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(dòng)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(dòng)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(dòng)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(dòng)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(yàn) 182
6.4.4 某立式加工中心主軸回轉(zhuǎn)精度試驗(yàn)研究 185
6.5 基于兩點(diǎn)法回轉(zhuǎn)精度測試試驗(yàn)驗(yàn)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(xué)習(xí)的主軸回轉(zhuǎn)精度劣化溯源方法 197
6.7 主軸運(yùn)行狀態(tài)監(jiān)測與劣化溯源系統(tǒng)設(shè)計(jì) 201
參考文獻(xiàn) 206