数控机床主轴系统衰变监测技术

›› 2016, Vol. 29 ›› Issue (4): 92-.

数控机床主轴系统衰变监测技术

付成坚,李郝林

(上海理工大学机械工程学院,上海 200093)

出版日期:2016-04-15 发布日期:2016-04-26
作者简介:付成坚(1987—),男,硕士研究生。研究方向:数控机床故障诊断和信号处理。

Fault Monitoring Technology for CNC Machine Spindle System

FU Chengjian,LI Haolin

(School of Mechanical Engineering,University of Shanghai for Science and Technology,Shanghai 200093,China)

Online:2016-04-15 Published:2016-04-26

摘要/Abstract

摘要：

主轴系统是数控机床的重要组成部分,为金属切削提供切削力矩和切削速度,其性能直接影响机床的加工精度和效率。文中对数控机床主轴系统主要部件进行故障机理分析,基于故障机理设计了一种监测方案,通过外置传感器采集主轴系统主要部件的运行信息,并采用小波分析技术分析其运行信息,从而达到对主轴系统实时监测的目的。实验结果表明,文中案可以有效地检测出主轴系统主要部件的故障情况。

关键词: 主轴系统, 主轴, 轴承, 齿轮, 主轴电机, 小波分析, 故障监测

Abstract:

The spindle system plays an important role in CNC Machine,providing cutting torque and the cutting speed for metal removal.Its performance has a direct influence on the processing precision and efficiency of the machine.This paper analyzes the failure mechanism of the major component of CNC machine spindle system,and a series of monitoring schemes are designed on basis of the failure mechanism by means of operating information of the key component from the collecting Spindle System of the outer sensor.The wavelet is also adopted to analyze its operating information so as to monitor literally for the spindle system.The results indicate that this scheme can detects the fault condition of the key component of machine spindle system effectively.

Key words: spindle system;spindle;bearing;gear;spindle motor;wavelet analysis;fault monitoring

中图分类号:

TP277.2

付成坚,李郝林. 数控机床主轴系统衰变监测技术[J]. , 2016, 29(4): 92-.

FU Chengjian,LI Haolin. Fault Monitoring Technology for CNC Machine Spindle System[J]. , 2016, 29(4): 92-.

[1]	闫书豪,乔美英. 基于一维WConv-BiLSTM的轴承故障诊断算法[J]. 电子科技, 2021, 34(4): 75-82.
[2]	王佳良,蒋科坚,朱芳甫. 容错控制下电磁轴承磁极故障磁场解析[J]. 电子科技, 2021, 34(11): 81-87.
[3]	佟博,刘韬,刘畅. 基于生成对抗网络的轴承失效信号生成研究[J]. 电子科技, 2020, 33(4): 28-34.
[4]	李超,郭瑜. 基于SK等指标和SVM的滚动轴承性能退化评估研究[J]. 电子科技, 2020, 33(1): 6-12.
[5]	唐阳,李君豪,熊双菊,谢诗雨,王劲峰. 基于小波分析的地下电缆故障定位仿真研究[J]. 电子科技, 2019, 32(9): 60-64.
[6]	孙李阔,王代强. 基于Elman神经网络的模拟电路故障诊断研究[J]. 电子科技, 2019, 32(6): 26-30.
[7]	张雁飞,杜茂华,章孝琴,程正. 基于UG二次开发的齿轮仿真加工与模态分析[J]. 电子科技, 2019, 32(10): 7-12.
[8]	李波,李郝林. 轴承预紧力对滚珠丝杠系统动态特性影响分析[J]. , 2016, 29(3): 90-.
[9]	杨勇明. 基于小波分析的蜗轮蜗杆减速器故障诊断系统[J]. , 2016, 29(11): 65-.
[10]	杜宏超. 基于小波分析的电线电缆故障信号特征提取[J]. , 2013, 26(9): 110-.
[11]	白宇辰,尹华超,刘三军. 基于小波分析的改进KDJ指标[J]. , 2013, 26(8): 13-.
[12]	柴美娟, 柳桂国. 一种基于SLS_SVM的滚动轴承故障诊断方法[J]. , 2012, 25(6): 136-.
[13]	朱汉明, 谭永红. 滚动轴承强化寿命试验的数据采集系统设计[J]. , 2011, 24(4): 43-.