基于人工智能的丝杠寿命预测技术

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.

关键词：丝杆、寿命预测、神经网络、B样条、振动、切削力

所属期刊栏目：45

分类号：TH164

资助基金：国家科技重大专项基金资助项目2009ZX04104-102-03, 2010zx04015-011;中央高校基本科研业务费专项资金资助项目SWJTU09CX019,SWJTU09ZT06;本文的工作得到西南交通大学科学研究基金项目2008B13的支持

在线出版日期：2010-11-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：685-691