[发明专利]一种基于轴心轨迹流形学习的主轴回转误差溯源方法

摘要

本发明涉及一种基于轴心轨迹流形学习的主轴回转误差溯源方法，其包括以下步骤：1）在主轴外周向间隔设置两个电涡流传感器，由两个电涡流传感器采集主轴振动信号；2）对检测到的主轴振动信号进行处理对主轴的运行状态进行判断；3）主轴振动信号在同一平面坐标系内交于一点，连续采样后获得轴心轨迹；4）对主轴轴心轨迹进行误差分离获得主轴实际回转精度A；5）根据主轴的实际回转精度A和流形敏感特征Qij获得映射函数图谱数据库Q:{f(i)＝Qij|A}；6）若主轴的实际回转精度A≥ηE，η＝0.8~1,则调用映射函数图谱数据库Q，进行主轴回转误差的溯源，并对相应故障进行维修；若主轴的实际回转精度A≥ηE，η＝0.6~0.8，则对主轴回转误差进行溯源分析监控；其中E是该机床出厂时的主轴回转精度。

主权项

一种基于轴心轨迹流形学习的主轴回转误差溯源方法，其包括以下步骤：1）在主轴外周向间隔设置两个电涡流传感器，两个电涡流传感器沿主轴轴心呈90°交错设置，通过两个电涡流传感器采集主轴振动信号；2）对检测到的主轴振动信号进行处理，进而对主轴的运行状态进行判断，其包括以下步骤：（1）将两个呈90°交错设置的电涡流传感器测得的振动信号分别标记为X和Y，采用均值‑方差标准化方法对X、Y振动信号进行归一化预处理；（2）对归一化后的X、Y振动信号进行EEMD降噪处理；（3）提取由X、Y振动信号共同形成的若干轴心轨迹，将每个轴心轨迹上的离散点作为一个维度，构造高维特征空间；（4）采用ISOMAP、LLE或LTSA流形学习算法提取轴心轨迹二维流形作为敏感特征；（5）根据由步骤（4）处理后能得到不同故障状态的流形敏感特征Qij，根据流形敏感特征Qij进行主轴故障状态f(i)判断；3）经步骤1）中两个电涡流传感器采集到相位差为90度的主轴振动信号在同一平面坐标系内交于一点，连续采样后获得轴心轨迹；4）对步骤3)中获得的主轴轴心轨迹进行误差分离，以获得主轴实际回转精度A；5）根据主轴的实际回转精度A和流形敏感特征Qij获得映射函数图谱数据库Q:{f(i)＝Qij|A}；其中，i表示主轴状态的种类：正常状态、主轴偏心、轴承发热磨损故障状态；j=1,2,3,表示ISOMAP、LLE和LTSA三种不同的流形学习算法；6）若主轴的实际回转精度A≥ηE,η＝0.8~1,则调用映射函数图谱数据库Q，进行主轴回转误差的溯源，并对相应故障进行维修；若主轴的实际回转精度A≥ηE,η＝0.6~0.8，则对主轴回转误差进行溯源分析监控；其中E是该机床出厂时的主轴回转精度。