基于Lempel-Ziv指标的主轴系统退化.pdfVIP

第 35卷第 1期 振动 、测试与诊断 Vol_35No．1 2015年 2月 Feb．2O15 JournalofVibration．Measurement Diagnosis 基于 Lempel—Ziv指标的主轴系统退化 董新峰 ， 张为民 ， 邓 松 (1．同济大学机械与能源工程学院 上海 ，201804) (2．同济大学中德学院 上海 ，201804) 摘要 为了检测机床主轴系统在使用过程 中状态的变化 ，提出了一种基于复杂度指标 的劣化分析方法 。以某磨床 空转运行时工件主轴系统产生的振动信号为分析对象，采用复杂度指标对磨床在数月使用过程中工件主轴的状态 进行判断。分析结果表明，随着使用时间的增加，工件主轴系统产生的振动信号的复杂度增加。为了验证复杂度 指标在劣化分析中的有效性，采用复杂度指标对美 国凯斯西储大学公布 的劣化轴承数据进行分析 ，结果表 明，该方 法在劣化分析中是可行的。 关键词 复杂度 ；退化 ；主轴系统 ；轴承 ；故障 中图分类号 TH17；TP206 影响。因此 ，主轴系统 的劣化分析在生产中具有重 引 言 要 的实际价值。 目前 ，退化分析主要有隐马尔科夫 模型方法 ¨1。。、高斯混合模型方法[1、逻辑 回归方 旋转设备的状态监测在工业生产 中具有重要意 法口引、支持 向量机方法l1、人工神经网络方法_1、 义 ，国内外对其进行 了大量研究，如轴承状态监 关联维数_15]和近似熵指标_】等 。隐马尔科夫模型 测[1-4]、离合器状态监测_5]、液压系统状态监测[6]、柴 方法、逻辑 回归方法 、支持向量机方法和人工神经网 油机状态监测l7]、电机组状态监测 和齿轮箱状态 络方法属于监督性学习方法 ，需要训练样本对模 型 监测_9等 。主轴系统是机床中最重要 的组件之一 ， 进行训练。当设备训练样本不能获得时，劣化分析 它主要包括主轴 、轴承和主轴箱体 ，其主要作用是将 将不能进行。高斯混模型方法属于非监督学习方 运动和动力传给工件或刀具并带动刀具或工件运 法 ，不需要故障样本对模型进行训练，通过正常的数 动 ，进而完成工件 的表面成形运动 。一般情况下 ，工 据样本就能对设备的劣化情况进行分析 。此方法不 件或刀具安装在主轴的前端 ，直接参与切削加工 ，因 需要训练数据 ，在工程应用 中更加符合实际；但高斯 此会对工件的加工质量产生直接影响。统计表 明， 混合模型方法存在一个缺陷，即特征值 的选择较为 主轴系统 的性能对机床的加工精度影响最大 ；因此 ， 严格，而且会对模型分布产生大的影响 。 对主轴系统状态进行监测并分析其性能变化 ，对机 在实际中，机床主轴系统的寿命周期较长，故障 床机械加工精度的控制具有重要意义。 数据样本很难获得 ，基于训练样本 的劣化分析在主 一 般情况下，机床经过磨合期后 ，主轴系统的各 轴系统的劣化分析 中是不可行的。关联维数 、复杂 项指标能够满足生产需求。当机床在使用 、维修和 度指标和近似熵指标是非线性时间序列分析 中常用 闲置过程 中，由于摩擦磨损 、疲劳、腐蚀和冲击振动 的指标。关联维数和近似熵指标主要通过对测量数 等原因，机床主轴系统的性能会发生变化 ，导致机床 据进行状态空间重构 ，分析重构 区间的特点，进而对 机械加工精度降低 ，这种性能变化称为机床主轴系 信号 的复杂性进行判断 。在数据运算过程