基于BP网络的机床主轴故障诊断研究

• 作者: 李家鹏 李振雨 王功亮 王好臣
• 来源期刊: 机械设计与制造
• 学科: 工学
• 关键词: 机床主轴 张量空间 BP神经网络 轴心轨迹
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 数控与自动化
• 页码范围: 130-133,139
• 页数: 5页
• 分类号: TH16|TH17
• 字数: 2737字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3997.2019.10.033

摘要

针对机床主轴在运转过程中由于高速、热变形和应力集中等原因而发生平移、旋转、压缩和伸展等,提出了一种基于BP神经网络和误差标定拟合对机床主轴轴心轨迹误差预测的方法.该方法首先通过实验测量出机床主轴轴心轨迹的偏心数据形成样本,运用BP神经网络对样本进行训练,然后根据样本训练结果预测机床主轴轴心偏转的将来值,最后通过三维张量空间分布函数分析将来值与理论值拟合情况得出机床运转状态.实验结果显示,当迭代次数epoch=2,训练误差为Validation=0.0052442时,训练后的拟合曲线拟合效果较好,此时BP训练状态最佳,训练后的主轴偏转结果能够反映和预测机床运转状态.本方法对于生产过程中的机床定期维修保养具有重要的指导意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王好臣	山东理工大学机械工程学院	52	208	8.0	10.0
2	李家鹏	山东理工大学工程实训中心	17	43	4.0	6.0
3	王功亮	山东理工大学机械工程学院	9	34	4.0	5.0
4	李振雨	山东理工大学机械工程学院	11	48	5.0	6.0