数控机床滚珠丝杠副性能退化评估技术
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.
丝杠、性能、灰色神经网络、遗传算法、量子
21
TH17
国家自然科学基金资助项目51275426.Project supported by the National Natural Science Foundation,China 51275426
2015-07-06(万方平台首次上网日期,不代表论文的发表时间)
共8页
1293-1300