基于小波降噪和EMD-SVM的加工中心主轴系统状态监测技术 |
| |
引用本文: | 李国发,王大川,张新戈,杜乐,董精华.基于小波降噪和EMD-SVM的加工中心主轴系统状态监测技术[J].航空制造技术,2019,62(6). |
| |
作者姓名: | 李国发 王大川 张新戈 杜乐 董精华 |
| |
作者单位: | 吉林大学机械工业数控装备可靠性技术重点实验室,长春,130025;北京北一机床股份有限公司,北京,101300 |
| |
基金项目: | 国家科技重大专项;国家科技重大专项;吉林省科技发展计划;吉林省科技发展计划 |
| |
摘 要: | 主轴系统是数控机床的重要功能部件,其运行状态直接影响机床的可靠性与加工精度。为了实现状态实时监测、故障预警和维修策略优化,针对加工中心主轴系统,设计了状态监测方案,研制和搭建了加工中心状态监测平台的硬件系统和软件系统。集成小波降噪方法和经验模态分解-支持向量机(EMD-SVM)算法对采集信号处理与分析,实现加工中心主轴系统的状态实时监测,进而对主轴系统典型故障状态进行识别与诊断。基于研制的加工中心主轴状态监测系统,进行了主轴系统皮带松动故障监测试验分析,验证其对主轴系统的典型故障状态识别的准确度。
|
关 键 词: | 主轴系统 状态监测 经验模态分解(EMD) 支持向量机(SVM) 故障识别 |
本文献已被 CNKI 万方数据 等数据库收录! |
|