基于多信息源机床主轴轴承故障诊断研究

• 作者: 彭秋阳 程振涛 薛建 郭伟科
• 来源期刊: 机电工程技术
• 学科: 工学
• 关键词: 机床主轴轴承 故障诊断 多信息源
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 数控加工
• 页码范围: 4-8
• 页数: 5页
• 分类号: TH133.2
• 字数: 3008字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-9492.2019.08.002

摘要

主轴轴承作为机床关键零部件,当前对其的剥落或变形故障研究较成熟,而对打滑烧伤关注较少,传统诊断方式由于后者的故障特征信号微弱而诊断效果不理想.近年部分研究者尝试引入深度学习以自动的高效的挖掘深层特征,对提升机床主轴轴承故障诊断精度的帮助有限.为改善诊断精度,通过检测不同转速下的振动及主轴磨合过程温升曲线趋势,增加了主轴轴承的故障信息量,结合深度学习,在机床主轴轴承故障诊断上取得了一定效果,为主轴轴承故障诊断提供了指导.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭伟科		11	12	2.0	2.0
2	彭秋阳		1	0	0.0	0.0
3	程振涛		1	0	0.0	0.0
4	薛建		2	1	1.0	1.0