数控机床滚珠丝杠副性能退化评估技术

• 作者: 张一文 张筱辰 郭亮 高宏力 黄海凤
• 来源期刊: 计算机集成制造系统
• 学科: 工学
• 关键词: 丝杠 性能 灰色神经网络 遗传算法 量子
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 数字化/网络化/智能化制造技术
• 页码范围: 1293-1300
• 页数: 8页
• 分类号: TH17
• 字数: 5343字
• 语种: 中文
• DOI: 10.13196/j.cims.2015.05.017

摘要

为准确评估滚珠丝杠副性能的退化程度,提出基于量子遗传算法和灰色神经网络的滚珠丝杠副性能退化评估方法.以CINCINNATIV5-3000加工中心的滚珠丝杠副为研究对象,设计了丝杠在线监测系统,利用动态聚类数据处理技术对采集的海量数据进行预处理,提取信号的时域、频域及时频域特征,通过主分量分析方法压缩特征数量,构建了丝杠振动信号特征向量,采用量子遗传算法优化灰色神经网络的初始化参数,将特征向量输入到灰色神经网络进行训练,进而得到丝杠性能退化模型.实践运行结果表明,所建立的丝杠性能退化模型能够有效评估数控机床的丝杠的性能,研究成果具有重要的工业推广价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭亮	西南交通大学机械工程学院	12	120	7.0	10.0
2	高宏力	西南交通大学机械工程学院	121	722	14.0	22.0
3	张筱辰	西南交通大学机械工程学院	10	60	5.0	7.0
4	黄海凤	西南交通大学机械工程学院	17	109	7.0	9.0
5	张一文	西南交通大学机械工程学院	4	25	3.0	4.0