基于人工智能的丝杠寿命预测技术

• 作者: 李登万 许明恒 高宏力
• 来源期刊: 西南交通大学学报
• 学科: 工学
• 关键词: 丝杆 寿命预测 神经网络 B样条 振动 切削力
• 年，卷（期）: 2010,（5）
• 页码范围: 685-691
• 分类号: TH164
• 字数: 4524字
• 语种: 中文
• DOI: 10.3969/j.issn.0258-2724.2010.05.006

摘要

为了研究丝杠在不同加工条件下的性能退化趋势,研究了影响丝杠寿命的关键因素:丝杠转速和负载力.利用振动信号和切削力信号实时监测丝杠性能状态,用经验模态分解方法对传感器信号滤波后,通过时域、频域和时频域分析方法提取影响丝杠寿命的关键特征,采用多模型融合技术和B样条模糊神经网络,建立了丝杠寿命预测模型.试验结果表明,寿命预测的最大误差为846 h,能够满足丝杠的主动维护需求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许明恒	西南交通大学机械工程学院	123	1476	19.0	32.0
2	李登万	西南交通大学机械工程学院	16	161	6.0	12.0
3	高宏力	西南交通大学机械工程学院	121	722	14.0	22.0