随着科学技术的飞速发展，高档数控机床广泛应用于航空、航天、核电、汽车等行业，使产品的加工精度及生产效率得到明显的提高，企业对数控机床的依赖性也愈来愈强。数控机床主轴作为高档数控机床的重要组成部分，其性能对零件的加工精度有直接影响。本书介绍数控机床主轴系统的安全服役关键技术，主要包括数控机床主轴系统的动态特性分析，主轴系统早期故障的敏感特征提取方法，主轴系统故障诊断和状态趋势预测技术，主轴系统精度劣化机理和主轴回转精度劣化溯源关键技术等。
样章试读
目录
- 目录
前言
第1章 绪论 1
1.1 主轴系统安全服役技术的研究现状和发展趋势 1
1.1.1 主轴的概述 1
1.1.2 国内外研究现状分析 6
1.2 本书研究的主要内容 11
第2章 数控机床主轴系统的动态特性分析 12
2.1 高速电主轴 13
2.1.1 高速电主轴结构布局 13
2.1.2 高速电主轴轴承 13
2.1.3 高速电主轴冷却系统 14
2.2 精密高速主轴系统的动态特性分析 15
2.2.1 精密高速主轴系统有限元建模 15
2.2.2 电主轴的谐响应分析 19
2.3 主轴的模态试验分析方法 22
2.3.1 模态参数识别方法 23
2.3.2 模态试验方案 23
2.3.3 模态试验系统 23
2.3.4 试验结果分析 28
2.4 基于环境激励法的电主轴模态参数识别 29
2.4.1 环境激励法原理 30
2.4.2 环境激励法模态试验 32
2.5 高速电主轴热特性分析及试验研究 37
2.5.1 主轴系统温度场有限元建模与分析 38
2.5.2 电主轴的热-结构耦合分析 42
2.5.3 电主轴温升试验 44
第3章 主轴系统早期故障敏感特征提取 46
3.1 主轴故障的信号特征 46
3.1.1 主轴不平衡时的信号特征 46
3.1.2 主轴回转精度不良时的信号特征 46
3.1.3 主轴存在裂纹缺陷时的信号特征 47
3.2 主轴系统关键部件的故障信号特征 47
3.2.1 滚动轴承的振动机理 48
3.2.2 滚动轴承的固有振动频率和故障特征频率 49
3.2.3 齿轮的固有特性 50
3.2.4 齿轮故障的信号特征 51
3.3 基于集合经验模态分解和小波包的早期故障特征提取方法 51
3.3.1 经验模态分解 51
3.3.2 集合经验模态分解 52
3.3.3 基于集合经验模态分解和小波包的故障特征提取模型 54
3.4 基于流形学习的早期故障特征提取方法 59
3.4.1 流形学习算法 59
3.4.2 基于流形学习的时频域统计指标的特征提取 63
3.4.3 基于流形学习的轴心轨迹特征提取 68
3.4.4 早期故障特征提取方法的试验台验证 69
3.5 基于随机共振的微弱特征提取方法 74
3.5.1 随机共振基本原理 75
3.5.2 随机共振影响因素 75
3.5.3 随机共振影响因素仿真试验 77
3.5.4 基于遗传算法的自适应级联随机共振微弱特征提取 81
3.6 基于变分模态分解和共振稀疏分解的早期故障特征提取方法 90
3.6.1 基于变分模态分解和共振稀疏分解的方法 90
3.6.2 基于变分模态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滚动轴承上的试验验证 94
3.7 基于广义形态滤波和变分模态分解的故障特征提取 97
3.7.1 基于广义形态滤波和变分模态分解的故障特征提取模型 99
3.7.2 滚动轴承外圈故障分析 102
3.7.3 滚动轴承内圈故障分析 104
第4章 基于流形学习的主轴故障诊断与状态识别 106
4.1 基于轴心轨迹流形拓扑空间的主轴系统故障诊断 106
4.1.1 流形拓扑空间的基本原理 106
4.1.2 支持向量机 108
4.1.3 基于流形学习和支持向量机的故障诊断模型 111
4.2 基于流形和支持向量机故障诊断模型参数的选择 114
4.2.1 基于交叉验证选择法的参数寻优 115
4.2.2 基于网格搜索算法的参数寻优 115
4.2.3 基于粒子群优化算法的参数寻优 116
4.2.4 基于遗传算法的参数寻优 117
4.3 基于轴心轨迹流形拓扑空间的故障诊断验证 118
4.3.1 滚动轴承故障诊断 118
4.3.2 主轴振动信号分析 125
4.4 主轴系统故障诊断系统开发 132
第5章 主轴系统运行状态趋势预测方法 136
5.1 基于流形学习和支持向量机的主轴系统运行状态预测方法 136
5.1.1 基于流形学习和支持向量机的主轴系统运行状态预测模型 136
5.1.2 基于流形学习和支持向量机的主轴系统运行状态预测方法验证 136
5.2 基于流形学习和三角形模糊粒子状态趋势预测方法 140
5.2.1 主轴系统运行状态趋势预测模型 140
5.2.2 主轴系统运行状态趋势预测方法验证 141
5.3 基于支持向量机的主轴系统运行状态趋势预测 144
5.4 基于流形学习空间的主轴系统运行状态趋势预测系统设计 146
5.5 主轴系统流形空间融合运行状态趋势预测 147
5.5.1 主轴系统多源信息 147
5.5.2 主轴系统多源特征流形空间融合 150
5.5.3 数控装备多源信息融合状态识别模型 153
第6章 主轴动态回转精度测试技术 160
6.1 主轴回转误差基本理论 161
6.1.1 主轴回转误差的形成机理 162
6.1.2 圆度误差 165
6.1.3 主轴回转精度测试技术的研究现状 166
6.1.4 误差分离 170
6.2 主轴回转误差动态测量 171
6.2.1 主轴信号的数据采集 172
6.2.2 主轴回转误差的分离方法 173
6.3 圆度误差与主轴回转误差的评定 178
6.3.1 圆度误差的评定 178
6.3.2 主轴回转误差的评定 178
6.4 切削工况下高速主轴回转精度动态测试系统研制 179
6.4.1 切削工况下高速主轴回转精度动态测试硬件系统 180
6.4.2 切削工况下高速主轴回转精度动态测试软件系统 181
6.4.3 某高速主轴系统回转精度测试试验 182
6.4.4 某立式加工中心主轴回转精度试验研究 185
6.5 基于两点法回转精度测试试验验证 188
6.5.1 回转精度测试系统安装的主要步骤 190
6.5.2 径向和轴向旋转敏感度测量 191
6.5.3 主轴漂移测量 194
6.5.4 回转精度分析 195
6.6 基于轴心轨迹流形学习的主轴回转精度劣化溯源方法 197
6.7 主轴运行状态监测与劣化溯源系统设计 201
参考文献 206
京公网安备 11010102004214号