[发明专利]一种直线导轨副精度预测方法

说明书

技术领域

本发明涉及机械系统状态监测与故障诊断领域，具体地讲，是一种直线导轨副精度预测方法。

背景技术

直线导轨副主要由滑轨、滑块与及二者间的滚动体组成，是一种滚动导引，滚动体在滑块与滑轨之间作无限滚动循环，使得滑块上的负载平台能沿着滑轨轻易的以高精度作线性运动。

近年来，随着国家装备制造业振兴规划和数控机床发展战略的实施，企业对数控机床的依赖程度越来越高。直线导轨副作为数控机床高精度定位的关键组成部件，其精度在一定程度上决定了数控机床的加工精度，是影响产品质量的关键因素。直线导轨副的精度达不到要求时必须更换，但由于其备件周期长，会引起机床的长时间停机，给企业带来巨大的经济损失。同时，不能在线监测直线导轨副的精度，也不利于操作人员及时分析直线导轨副精度下降的原因，从而其操作及维修维护带有一定的盲目性，降低直线导轨副的使用寿命。

发明内容

本发明的目的是提供一种直线导轨副精度预测方法，该方法能够实现直线导轨副精度的在线预测，便于提前采购直线导轨副，以减少机床停机时间，降低企业损失，节约企业成本；同时，能及时提供直线导轨副的精度退化趋势，为操作人员分析、判断、维修维护提供有效的依据和指导，提高直线导轨副的使用寿命。

本发明为实现其发明目的所采用的技术方案是：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。

与现有技术相比，本发明的有益效果是：

一、通过对试验直线导轨副在模拟工况下精度退化与振动信号的全过程监测，并将监测结果用于训练具有联想记忆功能的精度退化神经网络，从而较准确地得出直线导轨副振动信号的敏感特征和精度之间的映射关系；进而将与试验直线导轨副相同型号规格的直线导轨副的当前振动信号的敏感特征输入到精度退化神经网络中，即可得到直线导轨副的当前精度，实现了直线导轨副精度的在线预测。可根据直线导轨副精度退化趋势，在精度值接近不能满足规定要求时，提前采购直线导轨副，以减少机床停机时间，降低企业损失，节约企业成本。

二、采用具有联想记忆功能的神经网络建立直线导轨副的精度退化神经网络，学习是按局部方式修改网络响应曲面，知识被局部存储于局部化隐层基函数及相应连接权中，因此，采用具有联想记忆功能的神经网络建立直线导轨副的精度退化模型对前期及后期的输入均具有较好的识别率。既能提前预测直线导轨副的精度失效时间，还能及时提供直线导轨副的精度退化趋势，为操作人员分析、判断、维修维护提供有效的依据和指导，提高直线导轨副的使用寿命。

上述(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：