本發明專利技術涉及一種基于軸心軌跡流形學習的主軸回轉誤差溯源方法，其包括以下步驟：1）在主軸外周向間隔設置兩個電渦流傳感器，由兩個電渦流傳感器采集主軸振動信號；2）對檢測到的主軸振動信號進行處理對主軸的運行狀態進行判斷；3）主軸振動信號在同一平面坐標系內交于一點，連續采樣后獲得軸心軌跡；4）對主軸軸心軌跡進行誤差分離獲得主軸實際回轉精度A；5）根據主軸的實際回轉精度A和流形敏感特征Qij獲得映射函數圖譜數據庫Q:{f(i)＝Qij|A}；6）若主軸的實際回轉精度A≥ηE，η＝0.8~1,則調用映射函數圖譜數據庫Q，進行主軸回轉誤差的溯源，并對相應故障進行維修；若主軸的實際回轉精度A≥ηE，η＝0.6~0.8，則對主軸回轉誤差進行溯源分析監控；其中E是該機床出廠時的主軸回轉精度。
【技術實現步驟摘要】
本專利技術涉及一種機電設備主軸回轉誤差溯源方法，特別是關于。
技術介紹
隨著原子能、航天技術、微電子學、信息技術及生物工程等新興科學技術的發展，對機械加工精度的要求越來越高，從毫米到微米、亞微米，現在已經發展到納米水平，并逐漸向著原子晶格尺寸(亞納米)水平邁進，稱之為超精密加工。精密機床是實現精密加工的首要基礎條件。目如聞速超精密數控機床成為現代化制造業的關鍵生廣設備，提聞聞速超精密數控機床在加工運行過程中精度的可靠性、穩定性和可維護性，對提升企業競爭力越來越重要。產品壽命預測和安全服役基礎理論是“十二五”國家科技計劃先進制造
的重要研究內容，數控機床故障診斷與預警技術是保障機床可靠運行、提高機床服役性能的核心技術之一。高檔超精密數控機床由于結構復雜、傳遞環節較多，導致故障不能準確定位，盲目的拆修會造成安裝精度誤差、機床服役性能下降和可靠性降低。因此對數控裝備的工作狀態進行實時監測、診斷和預警非常重要。超精密機床的質量，取決于其關鍵部件的質量，主軸部件是保證超精密機床加工精度的核心，也是最容易失效的部位之一，其動態性能的好壞對機床的切削抗振性、加工精度及表面粗糙度均有很大的影響，是制約數控機床加工精度和使用效率的關鍵因素。實驗表明精密車削的圓度誤差約有30% 70%是由于主軸的回轉誤差引起的，且加工的精度越高，所占的比例越大。主軸系統回轉時的軸心軌跡包含了大量與主軸系統技術狀態和回轉零件工作狀態有關的信息，是機床精度退化研究和狀態分析的信息來源。因此，針對高速超精密加工數控機床主軸加工過程中由于各種原因產生的回轉精度劣化、功能喪失嚴重影響產品零件的加工精度和質量等一系列技術難題亟待解決，以有效提高機床服役可靠性。據統計，每年由于數控機床精度劣化和故障造成的生產損失達數千億人民幣，機床的可靠性、故障診斷與預測、性能評估等問題得到國內外學者的廣泛關注。目前針對機床主軸系統的回轉精度檢測偏重靜態的回轉精度檢測；主軸狀態監測與預測，更多的集中在典型故障模式識別。二者是互相分離獨立的，不能為現場生產實際提供實時精度劣化的評估和判斷。主軸系統的回轉精度是嚴重影響加工精度，反映機床動態性能的主要指標和分析誤差來源的重要手段。
技術實現思路
針對上述問題，本專利技術的目的是提供，其能有效提高機床服役可靠性，并保證加工精度和生產效率。為實現上述目的，本專利技術采取以下技術方案，其包括以下步驟1)在主軸外周向間隔設置兩個電渦流傳感器，兩個電渦流傳感器沿主軸軸心呈90°交錯設置，通過兩個電渦流傳感器采集主軸振動信號；2)對檢測到的主軸振動信號進行處理，進而對主軸的運行狀態進行判斷，其包括以下步驟(I)將兩個呈90°交錯設置的電渦流傳感器測得的振動信號分別標記為X和Y，采用均值-方差標準化方法對X、Y振動信號進行歸一化預處理；(2)對歸一化后的X、Y振動信號進行EEMD降噪處理；(3)提取由X、Y振動信號共同形成的若干軸心軌跡，將每個軸心軌跡上的離散點作為一個維度，構造高維特征空間；(4)采用ISOMAP、LLE或LTSA流形學習算法提取軸心軌跡二維流形作為敏感特征；(5)根據由步驟(4)處理后能得到不同故障狀態的流形敏感特征Qu，根據流形敏感特征Qu進行主軸故障狀態f(i)判斷；3)經步驟I)中兩個電渦流傳感器采集到相位差為90度的主軸振動信號在同一平面坐標系內交于一點，連續采樣后獲得軸心軌跡；4)對步驟3)中獲得的主軸軸心軌跡進行誤差分離，以獲得主軸實際回轉精度A ；5)根據主軸的實際回轉精度A和流形敏感特征Qu獲得映射函數圖譜數據庫Q{f(i) =QijIAj ;其中，i表示主軸狀態的種類正常狀態、主軸偏心、軸承發熱磨損故障狀態；j=l，2，3，表示ISOMAP、LLE和LTSA三種不同的流形學習算法；6)若主軸的實際回轉精度A彡ηΕ, η =0. 8^1,則調用映射函數圖譜數據庫Q，進行主軸回轉誤差的溯源，并對相應故障進行維修；若主軸的實際回轉精度A彡ηΕ, η =0.6 0.8，則對主軸回轉誤差進行溯源分析監控；其中E是該機床出廠時的主軸回轉精度。所述步驟4)中，所述主軸軸心軌跡誤差分離采用三點法圓度誤差分離方法進行圓度形狀和回轉誤差的分離。所述主軸軸心軌跡誤 差分離采用頻域三點法。本專利技術由于采取以上技術方案，其具有以下優點本專利技術由于采用以軸心軌跡為橋梁，建立機床主軸運行狀態與主軸回轉精度的關聯和映射，提供基于軸心軌跡流形學習的主軸回轉精度劣化溯源方法，對主軸的回轉精度劣化趨勢進行預測。可為建立提高機械加工精度相應的實時補償方法提供依據、為現場生產實際提供實時精度劣化判斷，實現主軸精度劣化可回溯，能有效提高機床服役可靠性，對提升數控機床加工的精度可靠性和生產效率具有重要意義和應用價值。本專利技術可以廣泛在各種數控機床中應用。附圖說明圖1是本專利技術的整體流程示意圖；圖2是本專利技術的兩個電渦流傳感器結構示意圖；圖3是本專利技術的主軸運行狀態識別流程示意圖；圖4是本專利技術采用EEMD去噪前后軸心軌跡示意圖；其中，圖4 Ca)是主軸正常狀態進行EEMD降噪處理前后的軸心軌跡；圖4 (b)是主軸不對中狀態進行EEMD降噪處理前后的軸心軌跡；圖5是本專利技術的主軸在正常、不對中狀態時分別采用三種流形學習算法獲得的二維流形特征示意圖。具體實施例方式下面結合附圖和實施例對本專利技術進行詳細的描述。如圖1所示，本專利技術提供，其包括以下步驟I)在主軸I外周向間隔設置兩個電渦流傳感器2，兩個電渦流傳感器2沿主軸I軸心呈90°交錯設置(如圖2所示)，通過兩個電渦流傳感器2采集主軸I振動信號。2)對檢測到的主軸振動信號進行處理，進而對主軸I的運行狀態進行判斷(如圖3所示)，其包括以下步驟(I)將兩個呈90°交錯設置的電渦流傳感器2測得的振動信號分別標記為X和Y，采用均值-方差標準化方法對X、Y振動信號進行歸一化預處理；(2 )對歸一化后的X、Y振動信號進行EEMD降噪處理；(3)提取由X、Y振動信號共同形成的若干軸心軌跡(如圖4所示)，將每個軸心軌跡上的離散點作為一個維度，構造高維特征空間；以主軸I正常和不對中兩種狀態為例，進行EEMD降噪處理前后的軸心軌跡(如圖4所示)，由此可以看出EEMD降噪后的軸心軌跡更加平滑。(4)再采用ISOMAP (等距映射算法)、LLE (局部線性嵌入算法)或LTSA (局部切空間排列算法)流形學習算法提取軸心軌跡二維流形作為敏感特征；其中每種流形習算法對應表示主軸I運行狀態的曲線圖分別不同，以主軸I正常和不對中兩種狀態為例進行流形敏感特征提取，三種流形學習算法提取不同狀態的低維流形圖不同(如圖5所示)。(5)根據由步驟(4)處理后可以得到不同故障狀態的流形敏感特征Qij,根據流形敏感特征Qu進行主軸故障狀態f(i)判斷。3)經步驟I)中兩個電渦流傳感器2采集到相位差為90度的主軸振動信號在同一平面坐標系內交于一點，連 續采樣后即可獲得軸心軌跡(如圖4所示)。4)對步驟3)中獲得的主軸軸心軌跡進行誤差分離，以獲得主軸實際回轉精度。采用已有的三點法圓度誤差分離方法(EST)進行圓度形狀和回轉誤差的分離；本專利技術采用頻域三點法實現誤差的分離，得到主軸I的實際回轉精度A。由于主軸回轉誤差的計算是在已測得主軸回轉誤差運動軌跡的條件下定量本文檔來自技高網...
【技術保護點】
一種基于軸心軌跡流形學習的主軸回轉誤差溯源方法，其包括以下步驟：1）在主軸外周向間隔設置兩個電渦流傳感器，兩個電渦流傳感器沿主軸軸心呈90°交錯設置，通過兩個電渦流傳感器采集主軸振動信號；2）對檢測到的主軸振動信號進行處理，進而對主軸的運行狀態進行判斷，其包括以下步驟：（1）將兩個呈90°交錯設置的電渦流傳感器測得的振動信號分別標記為X和Y，采用均值?方差標準化方法對X、Y振動信號進行歸一化預處理；（2）對歸一化后的X、Y振動信號進行EEMD降噪處理；（3）提取由X、Y振動信號共同形成的若干軸心軌跡，將每個軸心軌跡上的離散點作為一個維度，構造高維特征空間；（4）采用ISOMAP、LLE或LTSA流形學習算法提取軸心軌跡二維流形作為敏感特征；（5）根據由步驟（4）處理后能得到不同故障狀態的流形敏感特征Qij，根據流形敏感特征Qij進行主軸故障狀態f(i)判斷；3）經步驟1）中兩個電渦流傳感器采集到相位差為90度的主軸振動信號在同一平面坐標系內交于一點，連續采樣后獲得軸心軌跡；4）對步驟3)中獲得的主軸軸心軌跡進行誤差分離，以獲得主軸實際回轉精度A；5）根據主軸的實際回轉精度A和流形敏感特征Qij獲得映射函數圖譜數據庫Q:{f(i)＝Qij|A}；其中，i表示主軸狀態的種類：正常狀態、主軸偏心、軸承發熱磨損故障狀態；j=1,2,3,表示ISOMAP、LLE和LTSA三種不同的流形學習算法；6）若主軸的實際回轉精度A≥ηE,η＝0.8~1,則調用映射函數圖譜數據庫Q，進行主軸回轉誤差的溯源，并對相應故障進行維修；若主軸的實際回轉精度A≥ηE,η＝0.6~0.8，則對主軸回轉誤差進行溯源分析監控；其中E是該機床出廠時的主軸回轉精度。...
【技術特征摘要】
1.一種基于軸心軌跡流形學習的主軸回轉誤差溯源方法，其包括以下步驟1)在主軸外周向間隔設置兩個電渦流傳感器，兩個電渦流傳感器沿主軸軸心呈90°交錯設置，通過兩個電渦流傳感器采集主軸振動信號；2)對檢測到的主軸振動信號進行處理，進而對主軸的運行狀態進行判斷，其包括以下步驟(1)將兩個呈90°交錯設置的電渦流傳感器測得的振動信號分別標記為X和Y，采用均值-方差標準化方法對X、Y振動信號進行歸一化預處理；(2)對歸一化后的X、Y振動信號進行EEMD降噪處理；(3)提取由X、Y振動信號共同形成的若干軸心軌跡，將每個軸心軌跡上的離散點作為一個維度，構造高維特征空間；(4)采用ISOMAP、LLE或LTSA流形學習算法提取軸心軌跡二維流形作為敏感特征；(5)根據由步驟(4)處理后能得到不同故障狀態的流形敏感特征Qu，根據流形敏感特征Qu進行主軸故障狀態f(i)判斷；3)經步驟I)中兩個電渦流傳感器采集到相位差為90度的主軸振動信號在同一平面坐標系內交于一點，連續采樣后獲得軸心軌跡...
【專利技術屬性】
技術研發人員：王紅軍，韓秋實，徐小力，谷玉海，
申請(專利權)人：北京信息科技大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。