[发明专利]一种直线导轨副精度预测方法

权利要求书

1.一种直线导轨副精度预测方法，其步骤依次是：

(1)将精度满足要求的试验直线导轨副安装在导轨副性能退化试验台上；

(2)模拟实际工况，对试验直线导轨副进行性能退化试验，在性能退化试验进行到设定的时间间隔时，用振动传感器采集试验直线导轨副的振动信号，振动信号经信号调理仪处理后通过数据采集设备送入计算机中；由计算机提取振动信号的归一化后的特征向量；再用主分量分析的方法对归一化后的特征向量内的特征数量进行压缩后，得到当前时刻的试验直线导轨副的敏感特征向量；

(3)暂停性能退化试验，检测试验直线导轨副的滑块移动对导轨基准面的平行度、滑块顶面与导轨基准底面高度的尺寸偏差、与导轨侧面基准同侧的滑块侧面与导轨侧面基准间距离的尺寸偏差、导轨上多个滑块的侧面与导轨侧面基准间距离的变动量，进而得出当前时刻试验直线导轨副的精度；

(4)将当前时刻的试验直线导轨副的敏感特征向量作为具有联想记忆功能的精度退化神经网络的输入量，当前时刻的试验直线导轨副的精度作为具有联想记忆功能的精度退化神经网络的期望输出量，对精度退化神经网络进行训练；

(5)重复步骤(2)～步骤(4)的操作，直至试验直线导轨副的精度降低至设定值，得到直线导轨副训练好的具有联想记忆功能的精度退化神经网络；

(6)对规格、型号与试验直线导轨副完全相同的实际运行中的直线导轨副，用振动传感器采集实际运行中的直线导轨副的振动信号，振动信号经信号调理仪处理后通过数据采集设备送入计算机中；由计算机提取振动信号的归一化后的特征向量；再用主分量分析的方法对归一化后的特征向量内的特征数量进行压缩后，得到当前时刻的直线导轨副的敏感特征向量；

将直线导轨副的敏感特征向量输入到训练好的精度退化神经网络，即可输出直线导轨副的当前精度，从而实现直线导轨副精度的在线预测。

2.根据权利要求1所述的一种直线导轨副精度预测方法，其特征在于：所述(2)步中由计算机提取振动信号的归一化后的特征向量；再用主分量分析的方法对归一化后的特征向量内的特征数量进行压缩，得到当前时刻的试验直线导轨副的敏感特征向量的具体做法是：

对振动信号c(t)进行经验模态分解得到振动信号的内禀模态函数c_v(t)，v是内禀模态函数的序号，选取前m＝2～100个内禀模态函数；再利用公式求出第v个内禀模态函数的能量E_v；将前m个内禀模态函数的能量构造出特征向量T＝[E₁，E₂，…，E_m]；再利用公式及公式T′＝[E₁/E，E₂/E，…，E_m/E]，对特征向量T进行归一化处理，得到归一化后的特征向量T′；再用主分量分析的方法对归一化后的特征向量T′内的特征数量进行压缩后，得到当前时刻的试验直线导轨副的敏感特征向量X＝[x₁，x₂，…，x_p]＝[x_i](i＝1，2，…，p)。