专利名称：一种滚珠丝杠副精度预测方法
技术领域：
本发明涉及机械系统状态监测与故障诊断领域，具体地讲，是一种滚珠丝杠副精度预测方法。
背景技术：
滚珠丝杠副是由滚珠丝杠、滚珠螺母和滚珠组成的部件，可将旋转运动变为直线运动，或将直线运动变为旋转运动。其中，用于精确定位且能够根据旋转角度和导程间接测量轴向行程的滚珠丝杠副叫做定位滚珠丝杠副；用于传递动力的滚珠丝杠副叫做传动滚珠丝杠副。与滑动丝杠相比，滚珠丝杠具有驱动扭矩小、精度高、刚性大、发热低等优点，已被广泛的应用到以数控机床为代表的装备制造业中。近年来，随着国家装备制造业振兴规划和数控机床发展战略的实施，企业对数控·机床的依赖程度越来越高。滚珠丝杠副的精度下降会引起工件尺寸精度下降及表面光洁度降低，严重时可导致机床振动。滚珠丝杠副的精度达不到要求时必须更换，但由于其备件周期长，会引起机床的长时间停机，给企业带来巨大的经济损失。同时，不能在线监测滚珠丝杠副的精度，也不利于操作人员分析滚珠丝杠副精度下降的原因，从而其操作及维修维护带有一定的盲目性，降低滚珠丝杠副的使用寿命。
发明内容
本发明的目的是提供一种滚珠丝杠副精度预测方法，该方法能够实现滚珠丝杠副精度的在线预测，便于提前采购滚珠丝杠副，以减少机床停机时间，降低企业损失，节约企业成本；同时，能及时提供滚珠丝杠副的精度退化趋势，为操作人员分析、判断、维修维护提供有效的依据和指导，提高滚珠丝杠副的使用寿命。本发明为实现其发明目的所采用的技术方案是一种滚珠丝杠副精度预测方法，其步骤依次是(I)将精度满足要求的试验滚珠丝杠副安装在滚珠丝杠副性能退化试验台上；(2)模拟实际工况，对试验滚珠丝杠副进行性能退化试验，在性能退化试验进行到设定的时间间隔时，用振动传感器采集试验滚珠丝杠副的振动信号，振动信号经信号调理仪处理后通过数据采集设备送入计算机中；由计算机提取振动信号的归一化后的特征向量；再用主分量分析的方法对归一化后的特征向量内的特征数量进行压缩后，得到当前时刻的试验滚珠丝杠副的敏感特征向量；(3)暂停性能退化试验，检测试验滚珠丝杠副的目标行程公差、有效行程内允许的行程变动量、300mm行程内允许的行程变动量、2 π弧度内允许的行程变动量，进而得出当前时刻试验滚珠丝杠副的精度；(4)将当前时刻的试验滚珠丝杠副的敏感特征向量作为具有联想记忆功能的精度退化神经网络的输入量，当前时刻的试验滚珠丝杠副的精度作为具有联想记忆功能的精度退化神经网络的期望输出量，对精度退化神经网络进行训练；
(5)重复步骤(2) 步骤(4)的操作，直至试验滚珠丝杠副的精度降低至设定值，得到滚珠丝杠副训练好的具有联想记忆功能的精度退化神经网络；(6)对规格、型号与试验滚珠丝杠副完全相同的实际运行中的滚珠丝杠副，用振动传感器采集实际运行中的滚珠丝杠副的振动信号，振动信号经信号调理仪处理后通过数据采集设备送入计算机中；由计算机提取振动信号的归一化后的特征向量；再用主分量分析的方法对归一化后的特征向量内的特征数量进行压缩后，得到当前时刻的滚珠丝杠副的敏感特征向量；将滚珠丝杠副的敏感特征向量输入到训练好的精度退化神经网络，即可输出滚珠丝杠副的当前精度，从而实现滚珠丝杠副精度的在线预测。与现有技术相比，本发明的有益效果是一、通过对试验滚珠丝杠副在模拟工况下精度退化与振动信号的全过程监测，并将监测结果用于训练具有联想记忆功能的精度退化神经网络，从而较准确地得出滚珠丝杠副振动信号的敏感特征和精度之间的映射关系；进而将与试验滚珠丝杠副相同型号规格的滚珠丝杠副的当前振动信号的敏感特征输入到精度退化神经网络中，即可得到滚珠丝杠副的当前精度，实现了滚珠丝杠副精度的在线预测。可根据滚珠丝杠副精度退化趋势，在精度值接近不能满足规定要求时，提前采购滚珠丝杠副，以减少机床停机时间，降低企业损失，节约企业成本。二、采用具有联想记忆功能的神经网络建立滚珠丝杠副的精度退化神经网络，学习是按局部方式修改网络响应曲面，知识被局部存储于局部化隐层基函数及相应连接权中，因此，采用具有联想记忆功能的神经网络建立滚珠丝杠副的精度退化模型对前期及后期的输入均具有较好的识别率。既能提前预测滚珠丝杠副的精度失效时间，还能及时提供滚珠丝杠副的精度退化趋势，为操作人员分析、判断、维修维护提供有效的依据和指导，提高滚珠丝杠副的使用寿命。上述(2)步中由计算机提取振动信号的归一化后的特征向量；再用主分量分析的方法对归一化后的特征向量内的特征数量进行压缩，得到当前时刻的试验滚珠丝杠副的敏感特征向量的具体做法是对振动信号c (t)进行经验模态分解得到振动信号的内禀模态函数cv (t)，V是内禀模态函数的序号，选取前m = 2 100个内禀模态函数；再利用公式
权利要求
1.一种滚珠丝杠副精度预测方法，其步骤依次是 (1)将精度满足要求的试验滚珠丝杠副安装在滚珠丝杠副性能退化试验台上； (2)模拟实际工况，对试验滚珠丝杠副进行性能退化试验，在性能退化试验进行到设定的时间间隔时，用振动传感器采集试验滚珠丝杠副的振动信号，振动信号经信号调理仪处理后通过数据采集设备送入计算机中；由计算机提取振动信号的归一化后的特征向量；再用主分量分析的方法对归一化后的特征向量内的特征数量进行压缩后，得到当前时刻的试验滚珠丝杠副的敏感特征向量； (3)暂停性能退化试验，检测试验滚珠丝杠副的目标行程公差、有效行程内允许的行程变动量、300mm行程内允许的行程变动量、2 π弧度内允许的行程变动量，进而得出当前时刻试验滚珠丝杠副的精度； (4)将当前时刻的试验滚珠丝杠副的敏感特征向量作为具有联想记忆功能的精度退化神经网络的输入量，当前时刻的试验滚珠丝杠副的精度作为具有联想记忆功能的精度退化神经网络的期望输出量，对精度退化神经网络进行训练； (5)重复步骤(2) 步骤(4)的操作，直至试验滚珠丝杠副的精度降低至设定值，得到滚珠丝杠副训练好的具有联想记忆功能的精度退化神经网络； (6)对规格、型号与试验滚珠丝杠副完全相同的实际运行中的滚珠丝杠副，用振动传感器采集实际运行中的滚珠丝杠副的振动信号，振动信号经信号调理仪处理后通过数据采集设备送入计算机中；由计算机提取振动信号的归一化后的特征向量；再用主分量分析的方法对归一化后的特征向量内的特征数量进行压缩后，得到当前时刻的滚珠丝杠副的敏感特征向量； 将滚珠丝杠副的敏感特征向量输入到训练好的精度退化神经网络，即可输出滚珠丝杠副的当前精度，从而实现滚珠丝杠副精度的在线预测。
2.根据权利要求I所述的一种滚珠丝杠副精度预测方法，其特征在于，所述(2)步中由计算机提取振动信号的归一化后的特征向量；再用主分量分析的方法对归一化后的特征向量内的特征数量进行压缩，得到当前时刻的试验滚珠丝杠副的敏感特征向量的具体做法是 对振动信号c(t)进行经验模态分解得到振动信号的内禀模态函数Cv (t)，V是内禀模态函数的序号，选取前m = 2 100个内禀模态函数；再利用公八/1: 4求出第V个内禀模态函数的能量Ev ;将前m个内禀模态函数的能量构造出特征向量T = [E1,E2,…， mIEJ ;再利用公式￡ = (Σ|￡；.|￥及公式T' = [E1ZE, Ε3/Ε,…，Em/E]，对特征向量T进行归 v=l一化处理，得到归一化后的特征向量T';再用主分量分析的方法对归一化后的特征向量T'内的特征数量进行压缩后，得到当前时刻的试验滚珠丝杠副的敏感特征向量X= [X1,X2,…，xp] = [Xi] Q = I，2,…，P)。
3.根据权利要求I所述的一种滚珠丝杠副精度预测方法，其特征在于，所述(4)步中具有联想记忆功能的精度退化神经网络的建立方法是 a、确定坐标轴的个数 坐标轴的个数等于上述(2)步得到的敏感特征向量X中的特征Xi的数量P ；b、内、外节点的划分 对每个坐标轴根据先验知识划分节点，第i(i = 1,2, *··,ρ)个坐标轴的内节点为A-I个(2 < ri < 50) ,Xfm和<ax分别为第i个坐标轴输入的敏感特征向量X中特征Xi的最小值和最大值，第i个坐标轴上的内节点XyU = 1,2,…，ri-l)需满足以下关系 个内节点将第i个坐标轴输入域[.Xfn Vm ]划分为A个区间，第i个坐标轴上的第j个单变量区间用Iij表示j _ d^ij-i VηΛ-.h ^u/./] J~ri 每个坐标轴的输入域的两端点为外节点λ W，Λ,且其两端点的外侧还分别有 Iii-I 个外节点 Xi^j = -I,…，-kfl ;j = a+I,,!■i+ki-l) ,Iii 为第 i 个坐标轴 B 样条函数的阶数，且满足下列关系X<...<； -二 Xtrixi^-a-u — - Λ/,ο χ C、单变量B样条基函数的计算 在第i个坐标轴的输入域|>广，χΓ]内，则以為=(τ =W…<2 =O为节点序列构成h阶单变量B样条基函数，可由递推公式计算
4.根据权利要求I所述的一种滚珠丝杠副精度预测方法，其特征在于，所上述对精度退化神经网络进行训练的具体做法是 将当前时刻的试验滚珠丝杠副的敏感特征向量X作为具有联想记忆功能的精度退化神经网络的输入量，当前时刻的试验滚珠丝杠副的精度作为具有联想记忆功能的精度退化神经网络的期望输出量
全文摘要
本发明公开了一种滚珠丝杠副精度预测方法，该方法通过对试验滚珠丝杠副在模拟工况下精度退化与振动信号的全过程监测，并将监测结果用于训练具有联想记忆功能的精度退化神经网络，从而较准确地得出滚珠丝杠副振动信号的敏感特征和精度之间的映射关系；进而将与试验滚珠丝杠副相同型号规格的滚珠丝杠副的当前振动信号的敏感特征输入到精度退化神经网络中，即可得到滚珠丝杠副的当前精度，实现了滚珠丝杠副精度的在线预测。可根据滚珠丝杠副精度退化趋势，在精度值接近不能满足规定要求时，提前采购滚珠丝杠副，以减少机床停机时间，降低企业损失，节约企业成本。还能为操作人员分析、判断、维修维护提供有效依据和指导，提高滚珠丝杠副的使用寿命。
文档编号G01M13/02GK102889988SQ201210374610
公开日2013年1月23日 申请日期2012年9月29日 优先权日2012年9月29日
发明者高宏力, 张筱辰, 黄海凤, 郭亮, 许明恒, 燕继明, 郭志平, 陈晨, 赵彬 申请人:西南交通大学