关于EMD-AR谱分析数控机床主轴故障诊断方法研究.pdf

第3期 组合机 床 与 自动化 加工 技术 No．3 2016年3月 ModularM achineTool＆ AutomaticM anufacturingTechnique M ar．2O16 文章编号：1001—2265(2016)03—0093—04 DOI：10．13462／j．cnki．mmtamt．2016．03．026 基于EMD-AR谱分析的数控机床 主轴故障诊断方法研究水 郭正才 ，王义强 ，朱艳飞。，骆海波 (1．太原科技大学 机械工程学院，太原 030024；2．浙江大学 宁波理工学院机 电与能源工程学院， 浙江 宁波 315100；3．山东理工大学 机械工程学院，山东 淄博 255000；4．浙江大学 机械工程学 院．杭州 310012) 摘要：针对数控机床主轴系统经常出现的声音异响等故障，提出了一种基于经验模态分解 (EMD)和 AR(autoregressive)谱分析相结合的诊断方法。对主轴箱部位使用亿恒数据采集仪进行数据采集， 将测量数据进行经验模态分解，提取几个各阶本征模态函数分量(IMF)最大幅值并求平均，选取平 均后的幅值 占总幅值 中比例较大的几阶 IMF，并进行 自回归谱分析，通过试验测得测试机床主轴箱 的主要频率值，并与希尔伯特边际谱及FI 进行对比。结果表明测试机床故障频率与电机轴频率吻 合，是由于电机轴装配偏心造成；同时通过对比分析表明EMD—AR谱估计更能有效地提取故障频率。 关键词：数控机床 ；主轴系统；EMD—AR谱估计；HHT边际谱 ；故障分析 中图分类号：TH17；TG506 文献标识码 ：A ResearchofDenoisingM ethodforCNC MachineToolSpindleSystem ． Based onEM D-AR Spectrum Analysis GUO Zheng—cai，WANG Yi—qiang ，ZHU Yan-fei，LUOHai—bo (1．SchoolofMechanicalEngineering，TaiyuanUniversityofScienceandTechnology，Taiyuan030024，Chi— na；2．CollegeofMechanicalandEnergyEngineering，InstituteofTechnology，ZhejiangUniversity，Ningbo Zhejiang315000，China) Abstract：AimedattheCNC machinetoolspindlesystem noiseproblem ，adiagnosismethodwasproposed basedontheempiricalmodedecomposition(EMD)andautoregressive(AR)powerspectrumanalysismeht- od．ThedatacollectionandprocesssoftwareofCNC machinetoolsspindleisECON ；htedatawasdecom— posedintoaseriesofintrinsicmodefunctions(rMF)byusingEMD，htemaximum amplitudeofhteorder ofIM Fwasextractedandaveraged，hteIMF which hteaverageamplitudeinlrageproportionofhtetotal ma plitudewasselectednadanalyzedbytheAR spectrum．Vibrationrfequencywasfoundoutandconrtasted wiht Hilbertmraginal spectrum nadFFT．Testresultsshow htattestmachinerfequencywascausedbymotor