專利名稱：一種基于性能退化模型的數(shù)控機床絲杠副壽命預(yù)測方法
技術(shù)領(lǐng)域：
本發(fā)明屬于機電一體化的數(shù)控制造技術(shù)領(lǐng)域，具體地講，涉及數(shù)控機床絲杠副性 能退化評估與壽命預(yù)測。
背景技術(shù)：
數(shù)控機床是一種柔性、高效的自動化機床，是典型的機電一體化產(chǎn)品。數(shù)控機床 的故障嚴重影響零件的加工質(zhì)量，給企業(yè)帶來巨大的經(jīng)濟損失。數(shù)控機床的故障包括數(shù)控 系統(tǒng)故障、電氣系統(tǒng)故障、機械系統(tǒng)故障及氣動液壓系統(tǒng)故障等，其中機械系統(tǒng)的性能退化 不可避免，是影響產(chǎn)品質(zhì)量的關(guān)鍵因素。因此，實時監(jiān)測機械系統(tǒng)，發(fā)現(xiàn)機床運行過程中關(guān) 鍵部件如絲杠副、導(dǎo)軌副、主軸組件等的性能退化規(guī)律，實時評估部件的剩余壽命及健康狀 態(tài)，有利于建立合理有效的維修計劃，減少不必要的停機時間，節(jié)省大量的維護費用。對數(shù)控機床而言，由于其加工工況的多樣性、負載的動態(tài)性、疲勞損傷的不確定 性、外界沖擊的隨機性等，導(dǎo)致機械系統(tǒng)性能退化規(guī)律更為復(fù)雜，很難建立確切的數(shù)學(xué)、物 理模型來評估機床機械部件的性能退化規(guī)律。作為機床關(guān)鍵部件的絲杠副，其精度變化嚴 重影響機床的加工質(zhì)量，其性能隨使用時間推移而退化的規(guī)律呈現(xiàn)動態(tài)變化，目前國內(nèi)外 各機床生產(chǎn)廠家僅限于對絲杠副在額定條件下的壽命預(yù)測與評估，而絲杠副在實際使用過 程中大多數(shù)情況下均與額定條件不符，因此其壽命預(yù)測與評估結(jié)果誤差大，工程實際應(yīng)用 價值低。

發(fā)明內(nèi)容
本發(fā)明的目的就是提供一種基于性能退化模型的數(shù)控機床絲杠副壽命預(yù)測方法， 該方法考慮數(shù)控機床不同工況下絲杠副負荷變化對絲杠副性能退化的影響，實現(xiàn)對絲杠副 使用過程中剩余壽命的評估與預(yù)測，預(yù)測精度高，工程實際使用價值高。本發(fā)明實現(xiàn)其發(fā)明目的所采用的技術(shù)方案是，一種基于性能退化模型的數(shù)控機床 絲杠副壽命預(yù)測方法，其步驟依次是(1)振動信號采集用振動傳感器采集絲杠副的振動信號，振動信號經(jīng)信號放大 器放大后再通過采集卡送入機床PC端中控服務(wù)器進行處理；(2)振動信號時頻域分析機床PC端中控服務(wù)器對采集的振動信號進行濾波處 理，再進行時頻域分析得到時頻特征數(shù)據(jù)；(3)時頻特征數(shù)據(jù)提取對得到的時頻特征數(shù)據(jù)，采用主成分分析法提取出當前 工況下對絲杠副性能退化敏感的特征數(shù)據(jù)向量，將當前工況及以前工況下的敏感特征數(shù)據(jù) 向量以時間序列方式構(gòu)成敏感特征矩陣，作為退化模型的一個輸入量；(4)絲杠副負荷計算由加工參數(shù)計算得到當前工況下的切削力Fi 巧式中，下標i 表示當前工況，api表示背吃刀量，&表示進給速度，Vi表示切削速度，Kf表示修正系數(shù)，Cf 為系數(shù)，和、^%為指數(shù)；
根據(jù)刀具下刀角度計算切削力在絲杠副軸向的分力F/ =&·φ(、)，式中，CIi 為當前工況下的刀具下刀角度，φ (CIi)為角度函數(shù)；并計算出絲杠副在當前工況下的軸向 負荷Fai Τ^ζν+μη^+ ^Π^ΚΦ，μ為摩擦系數(shù)，m為工件與工作臺總重，f為無負荷 時的阻力，ma為加減速沖擊，士表示絲杠副去程與返程時加減速沖擊變向；同時記錄當前 工況下的累計運行時間、；(5)絲杠副期望剩余壽命計算將當前工況下絲杠副的負荷Fai代入絲杠副經(jīng)驗壽命計算公式i,XlO6 ,求
得當前工況下以轉(zhuǎn)數(shù)方式表示的絲杠副的額定壽命Li, Ca表示額定動負荷，fw表示負荷系
數(shù)；并利用公式、=^r轉(zhuǎn)換成額定壽命時間Lhi，式中，1表示絲杠副行程，Is
表示絲杠副導(dǎo)程，η表示每分鐘往返次數(shù)；將前一工況下絲杠副已運行的時間tg轉(zhuǎn)換為當 前工況下絲杠副已運行時間t’H = ^1XFaiVFai，則絲杠副在當前工況下的已運行的總時
間為t’ -X = YjK^i，其中k為工況的序號；再將當前工況下的額定壽命時間Lhi減去當前工
k=l
況下的已運行總時間t’得到當前工況下的期望剩余壽命LDi，即Lm = Lhi-t'；再將當前工 況及以前工況下的期望剩余壽命以時間序列方式構(gòu)成期望剩余壽命向量T，作為退化模型 的另一輸入量；(6)絲杠副性能退化評估與剩余壽命預(yù)測退化模型由兩個動態(tài)模糊神經(jīng)網(wǎng)絡(luò)(Dynamic Fuzzy Neural Network, DFNN)構(gòu) 成，一個DFNN網(wǎng)絡(luò)用來在線訓(xùn)練擬合特征數(shù)據(jù)與期望剩余壽命之間的映射關(guān)系并輸出壽 命預(yù)測結(jié)果，另一個DFNN網(wǎng)絡(luò)用于在線學(xué)習(xí)和權(quán)值更新；S卩(3)步得到的振動信號特征矩 陣與(5)步得到的期望剩余壽命向量同時輸入退化模型，退化模型自動選擇網(wǎng)絡(luò)1進行訓(xùn) 練以擬合輸入的振動信號特征值與期望剩余壽命之間的映射關(guān)系，網(wǎng)絡(luò)1訓(xùn)練好后輸出預(yù) 測剩余壽命結(jié)果，此時網(wǎng)絡(luò)2處于備用狀態(tài)；若預(yù)測剩余壽命結(jié)果與期望剩余壽命誤差超過設(shè)定閾值，則將網(wǎng)絡(luò)1的權(quán)值復(fù)制 給網(wǎng)絡(luò)2，網(wǎng)絡(luò)1繼續(xù)預(yù)測并輸出預(yù)測剩余壽命結(jié)果，而網(wǎng)絡(luò)2開始學(xué)習(xí)，快速訓(xùn)練網(wǎng)絡(luò)得到 新的權(quán)值，并把新的權(quán)值復(fù)制給網(wǎng)絡(luò)1，網(wǎng)絡(luò)1將得到的新權(quán)值覆蓋原來的權(quán)值再進行壽命 預(yù)測，直到預(yù)測剩余壽命結(jié)果與期望剩余壽命誤差小于誤差閾值，網(wǎng)絡(luò)2即停止學(xué)習(xí)進入 備用狀態(tài)，網(wǎng)絡(luò)1迅速恢復(fù)正常預(yù)測并輸出預(yù)測剩余壽命結(jié)果。與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是本發(fā)明將絲杠副的振動狀態(tài)信息特征與時間變量結(jié)合起來，考慮不同工況下負荷 的變化對絲杠副壽命的影響，與機床實際使用情況更符合，使其預(yù)測結(jié)果更準確；利用動態(tài) 模糊神經(jīng)網(wǎng)絡(luò)構(gòu)建的退化模型，能夠更好的擬合絲杠副振動信號特征與壽命之間的復(fù)雜映 射關(guān)系，實現(xiàn)對絲杠副實際使用過程中剩余壽命進行更精確的實時評估與預(yù)測；雙層動態(tài) 模糊神經(jīng)網(wǎng)絡(luò)能夠?qū)崿F(xiàn)邊學(xué)習(xí)邊預(yù)測功能，使系統(tǒng)抗干擾能力強，魯棒性好。本發(fā)明有利于 數(shù)控機床使用企業(yè)建立合理有效的維修計劃，減少不必要的停機時間，節(jié)省大量的維護費 用，工程實際使用價值高。
具體實施例方式實施例 一種基于性能退化模型的數(shù)控機床絲杠副壽命預(yù)測方法，其步驟依次是(1)振動信號采集用振動傳感器采集絲杠副的振動信號，振動信號經(jīng)信號放大 器放大后再通過采集卡送入機床PC端中控服務(wù)器進行處理；振動傳感器和信號放大器可選用各種現(xiàn)有的傳感器，如選用丹麥B&K公司的 BK4321三向加速度振動傳感器、BK2365振動信號放大器。振動傳感器的具體安裝方式和位 置可以是在絲杠副螺母上及絲杠副兩端軸承支撐座上各安裝振動傳感器一個，采集絲杠 副三向振動信息，每個傳感器輸出三通道振動信號。采集卡將所有傳感器全部通道振動信 號傳輸給機床PC端中控服務(wù)器。(2)振動信號時頻域分析機床PC端中控服務(wù)器對采集的振動信號進行濾波處 理，再進行時頻域分析得到時頻特征數(shù)據(jù)。本例的振動信號時頻域分析的具體作法是機床PC中控服務(wù)器將所有通道振動 信號進行小波包分解，確定最優(yōu)小波包基，對小波包分解系數(shù)的閾值進行量化，再對信號進 行小波包重構(gòu)，得到振動信號的時域圖，對重構(gòu)后的信號進行傅里葉變換，得到信號頻域 圖，根據(jù)時頻域信息提取包括均值、均方根值、敏感維數(shù)、盒維數(shù)、倒譜峰值、均方根率、頻率 標準差、波形參數(shù)、峰值因子、脈沖因子、峭度系數(shù)等時頻特征分量的時頻特征數(shù)據(jù)，對每個 傳感器的三通道信號的時頻特征值進行比較，選取特征值大的通道的時頻特征值作為該傳 感器的時頻特征數(shù)據(jù)；再對上述比較所得的所有傳感器的時頻特征數(shù)據(jù)進行平均作為時頻 域分析得到的時頻特征數(shù)據(jù)。(3)時頻特征數(shù)據(jù)提取對得到的時頻特征數(shù)據(jù)，采用主成分分析法提取出當前 工況下對絲杠副性能退化敏感的特征數(shù)據(jù)向量，將當前工況及以前工況下的敏感特征數(shù)據(jù) 向量以時間序列方式構(gòu)成敏感特征矩陣，作為退化模型的一個輸入量。本例中，將累計貢獻率大于0. 9的時頻特征分量作為對絲杠副性能退化敏感的特 征數(shù)據(jù)向量。(4)絲杠副負荷計算由加工參數(shù)計算得到當前工況下的切削力Fi 巧式中，下標i 表示當前工況，api表示背吃刀量，&表示進給速度，Vi表示切削速度，Kf表示修正系數(shù)，Cf 為系數(shù)，和、^%為指數(shù)；根據(jù)刀具下刀角度計算切削力在絲杠副軸向的分力F/ =&·Φ(、)，式中，Cii 為當前工況下的刀具下刀角度，φ (CIi)為角度函數(shù)；計算出絲杠副在當前工況下的軸向負 荷Fai Τ^ζν+μη^+ ^Π^ΚΦ，μ為摩擦系數(shù)，m為工件與工作臺總重，f為無負荷時 的阻力，ma為加減速沖擊，士表示絲杠副去程與返程時加減速沖擊變向；這種方式計算出 的絲杠副在當前工況下的軸向負荷Fai，考慮了絲杠副運行時需克服運行方向的摩擦阻力及 加減速沖擊。同時記錄當前工況下的累計運行時間、。本例中，當前工況下切削力Fi及絲杠副負荷Pi的最終值，也即以下第(5)步使用 的Fi及Pi值為在當前工況下各采樣時刻計算得出的瞬時值的平均值。同時，本例中記錄當前工況下的累計運行時間、的具體做法是機床運行時，PC 中控服務(wù)器或機床的數(shù)控系統(tǒng)中的計時器開始計時，當PC中控服務(wù)器得到的絲杠副負荷卩1瞬時值變化率大于設(shè)置的閾值(如5% )時，PC中控服務(wù)器認定新的工況出現(xiàn)，計時器歸 零，按下一個工況重新開始計時(此PC中控服務(wù)器計算出的負荷也為下一個工況的負荷)， 否則計時器連續(xù)計時。
(5)絲杠副期望剩余壽命計算將當前工況下絲杠副的負荷Fai代入絲杠副經(jīng)驗壽命計算公式i,XlO6 ,求
\J w ai J
得當前工況下以轉(zhuǎn)數(shù)方式表示的絲杠副的額定壽命Li, Ca表示額定動負荷，fw表示負荷系
數(shù)；并利用公式、=^r轉(zhuǎn)換成額定壽命時間Lhi，式中，1表示絲杠副行程，Is
表示絲杠副導(dǎo)程，η表示每分鐘往返次數(shù)；將前一工況下絲杠副已運行的時間tg轉(zhuǎn)換為當 前工況下絲杠副已運行時間t’H = ^1XFaiVFai，則絲杠副在當前工況下的已運行的總時
間為t’ -X = YjK^i，其中k為工況的序號；再將當前工況下的額定壽命時間Lhi減去當前工
k=l
況下的已運行總時間t’得到當前工況下的期望剩余壽命LDi，即Lm = Lhi-t'；再將當前工 況及以前工況下的期望剩余壽命以時間序列方式構(gòu)成期望剩余壽命向量T，作為退化模型 的另一輸入量；(6)絲杠副性能退化評估與剩余壽命預(yù)測退化模型由兩個動態(tài)模糊神經(jīng)網(wǎng)絡(luò)(Dynamic Fuzzy Neural Network, DFNN)構(gòu) 成，一個DFNN網(wǎng)絡(luò)用來在線訓(xùn)練擬合特征數(shù)據(jù)與期望剩余壽命之間的映射關(guān)系并輸出壽 命預(yù)測結(jié)果，另一個DFNN網(wǎng)絡(luò)用于在線學(xué)習(xí)和權(quán)值更新；S卩(3)步得到的振動信號特征矩 陣與(5)步得到的期望剩余壽命向量同時輸入退化模型，退化模型自動選擇網(wǎng)絡(luò)1進行訓(xùn) 練以擬合輸入的振動信號特征值與期望剩余壽命之間的映射關(guān)系，網(wǎng)絡(luò)1訓(xùn)練好后輸出預(yù) 測剩余壽命結(jié)果，此時網(wǎng)絡(luò)2處于備用狀態(tài)；若預(yù)測剩余壽命結(jié)果與期望剩余壽命誤差超過設(shè)定閾值，則將網(wǎng)絡(luò)1的權(quán)值復(fù)制 給網(wǎng)絡(luò)2，網(wǎng)絡(luò)1繼續(xù)預(yù)測并輸出預(yù)測剩余壽命結(jié)果，而網(wǎng)絡(luò)2開始學(xué)習(xí)，快速訓(xùn)練網(wǎng)絡(luò)得到 新的權(quán)值，并把新的權(quán)值復(fù)制給網(wǎng)絡(luò)1，網(wǎng)絡(luò)1將得到的新權(quán)值覆蓋原來的權(quán)值再進行壽命 預(yù)測，直到預(yù)測剩余壽命結(jié)果與期望剩余壽命誤差小于誤差閾值，網(wǎng)絡(luò)2即停止學(xué)習(xí)進入 備用狀態(tài)，網(wǎng)絡(luò)1迅速恢復(fù)正常預(yù)測并輸出預(yù)測剩余壽命結(jié)果。
權(quán)利要求
一種基于性能退化模型的數(shù)控機床絲杠副壽命預(yù)測方法，其步驟依次是(1)振動信號采集 用振動傳感器采集絲杠副的振動信號，振動信號經(jīng)信號放大器放大后再通過采集卡送入機床PC端中控服務(wù)器進行處理；(2)振動信號時頻域分析 機床PC端中控服務(wù)器對采集的振動信號進行濾波處理，再進行時頻域分析得到時頻特征數(shù)據(jù)；(3)時頻特征數(shù)據(jù)提取 對得到的時頻特征數(shù)據(jù)，采用主成分分析法提取出當前工況下對絲杠副性能退化敏感的特征數(shù)據(jù)向量，將當前工況及以前工況下的敏感特征數(shù)據(jù)向量以時間序列方式構(gòu)成敏感特征矩陣，作為退化模型的一個輸入量；(4)絲杠副負荷計算由加工參數(shù)計算得到當前工況下的切削力Fi式中，下標i表示當前工況，api表示背吃刀量，fi表示進給速度，vi表示切削速度，KF表示修正系數(shù)，CF為系數(shù)，xF、yF、nF為指數(shù)；根據(jù)刀具下刀角度計算切削力在絲杠副軸向的分力Fi’＝Fi·Φ(αi)，式中，αi為當前工況下的刀具下刀角度，Φ(αi)為角度函數(shù)；并計算出絲杠副在當前工況下的軸向負荷FaiFai＝Fi’+μmg+f±m(xù)a，式中，μ為摩擦系數(shù)，m為工件與工作臺總重，f為無負荷時的阻力，ma為加減速沖擊，±表示絲杠副去程與返程時加減速沖擊變向；同時記錄當前工況下的累計運行時間ti；(5)絲杠副期望剩余壽命計算將當前工況下絲杠副的負荷Fai代入絲杠副經(jīng)驗壽命計算公式求得當前工況下以轉(zhuǎn)數(shù)方式表示的絲杠副的額定壽命Li，Ca表示額定動負荷，fw表示負荷系數(shù)；并利用公式轉(zhuǎn)換成額定壽命時間Lhi，式中，l表示絲杠副行程，ls表示絲杠副導(dǎo)程，n表示每分鐘往返次數(shù)；將前一工況下絲杠副已運行的時間ti-1轉(zhuǎn)換為當前工況下絲杠副已運行時間t’i-1＝ti-1*Fai-1/Fai，則絲杠副在當前工況下的已運行的總時間為t’其中k為工況序號；再將當前工況下的額定壽命時間Lhi減去當前工況下的已運行總時間t’得到當前工況下的期望剩余壽命LDi，即LDi＝Lhi-t′；再將當前工況及以前工況下的期望剩余壽命以時間序列方式構(gòu)成期望剩余壽命向量T，作為退化模型的另一輸入量；(6)絲杠副性能退化評估與剩余壽命預(yù)測退化模型由兩個動態(tài)模糊神經(jīng)網(wǎng)絡(luò)(Dynamic Fuzzy Neural Network，DFNN)構(gòu)成，一個DFNN網(wǎng)絡(luò)用來在線訓(xùn)練擬合特征數(shù)據(jù)與期望剩余壽命之間的映射關(guān)系并輸出壽命預(yù)測結(jié)果，另一個DFNN網(wǎng)絡(luò)用于在線學(xué)習(xí)和權(quán)值更新；即(3)步得到的振動信號特征矩陣與(5)步得到的期望剩余壽命向量同時輸入退化模型，退化模型自動選擇網(wǎng)絡(luò)1進行訓(xùn)練以擬合輸入的振動信號特征值與期望剩余壽命之間的映射關(guān)系，網(wǎng)絡(luò)1訓(xùn)練好后輸出預(yù)測剩余壽命結(jié)果，此時網(wǎng)絡(luò)2處于備用狀態(tài)；若預(yù)測剩余壽命結(jié)果與期望剩余壽命誤差超過設(shè)定閾值，則將網(wǎng)絡(luò)1的權(quán)值復(fù)制給網(wǎng)絡(luò)2，網(wǎng)絡(luò)1繼續(xù)預(yù)測并輸出預(yù)測剩余壽命結(jié)果，而網(wǎng)絡(luò)2開始學(xué)習(xí)，快速訓(xùn)練網(wǎng)絡(luò)得到新的權(quán)值，并把新的權(quán)值復(fù)制給網(wǎng)絡(luò)1，網(wǎng)絡(luò)1將得到的新權(quán)值覆蓋原來的權(quán)值再進行壽命預(yù)測，直到預(yù)測剩余壽命結(jié)果與期望剩余壽命誤差小于誤差閾值，網(wǎng)絡(luò)2即停止學(xué)習(xí)進入備用狀態(tài)，網(wǎng)絡(luò)1迅速恢復(fù)正常預(yù)測并輸出預(yù)測剩余壽命結(jié)果。FDA0000022970740000011.tif,FDA0000022970740000012.tif,FDA0000022970740000013.tif,FDA0000022970740000021.tif
全文摘要
一種基于性能退化模型的數(shù)控機床絲杠副壽命預(yù)測方法，即采集振動信號并進行時頻域分析，提取絲杠副性能退化敏感特征數(shù)據(jù)向量并以時間序列方式構(gòu)成敏感特征矩陣；同時計算絲杠副負荷Pi，記錄運行時間ti；根據(jù)Pi計算額定壽命時間Lhi及絲杠副在當前工況下已運行的總時間t’和期望剩余壽命LDi，將期望剩余壽命以時間序列方式構(gòu)成期望剩余壽命向量T；再由雙層動態(tài)模糊神經(jīng)網(wǎng)絡(luò)構(gòu)成的退化模型對輸入的敏感特征矩陣和期望剩余壽命向量之間的映射關(guān)系進行擬合并輸出壽命預(yù)測結(jié)果。該方法考慮數(shù)控機床不同工況下絲杠副負荷變化對絲杠副性能退化的影響，實現(xiàn)絲杠副使用過程中剩余壽命的預(yù)測，預(yù)測精度高，實際使用價值高。
文檔編號B23Q17/00GK101870075SQ20101021589
公開日2010年10月27日 申請日期2010年7月2日 優(yōu)先權(quán)日2010年7月2日
發(fā)明者何紹燦, 劉慶杰, 吳希曦, 壽云, 張磊, 張筱辰, 許明恒, 趙敏, 高宏力, 黃柏權(quán) 申請人:西南交通大學(xué)