[发明专利]基于滚道表面轮廓的滚珠丝杠副磨损状态识别方法在审

专利信息
申请号: 202210969305.8 申请日: 2022-08-12
公开(公告)号: CN115205512A 公开(公告)日: 2022-10-18
发明(设计)人: 周长光;王立东;翟光钰;冯虎田;欧屹 申请(专利权)人: 南京理工大学
主分类号: G06V10/20 分类号: G06V10/20;G06V10/44;G06V10/774;G06V10/34;G06V10/764;G06N3/12;G06N5/00;G06N20/10;G01B21/20
代理公司: 南京理工大学专利中心 32203 代理人: 朱炳斐
地址: 210094 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 滚道 表面 轮廓 滚珠 丝杠副 磨损 状态 识别 方法
【权利要求书】:

1.一种基于滚道表面轮廓的滚珠丝杠副磨损状态识别方法,其特征在于,所述方法包括以下步骤:

步骤1,采集三个滚道位置处滚珠丝杠副丝杠滚道表面轮廓曲线,并对轮廓进行去除形状以及高斯滤波处理;

步骤2,确定滚珠丝杠副磨损状态,将其作为标签;

步骤3,综合统计分析、递归分析以及分形分析方法提取滚道表面轮廓的主要特征,包括粗糙度、最大峰谷高度、均方根、递归律、分形维数以及多重分形谱宽,构建带标签的混合特征集合;

步骤4,评估混合特征集合中每个特征的重要性,之后根据重要性对混合特征集中的特征进行降序排列,提取包含原始信息超过P%的前m个特征构建新的混合特征集合;

步骤5,建立基于遗传算法优化的支持向量机模型,对所述新的混合特征集合进行归一化处理并提取两个滚道位置的混合特征集,之后导入建立的模型中进行训练,根据遗传算法选取最佳惩罚因子c和核函数参数g,完成模型的训练;

步骤6,将另一个滚道位置的混合特征集导入训练好的模型实现该滚道位置磨损状态识别,并将其与真实状态比较,获取模型的准确性;

步骤7,针对待识别的滚珠丝杠副,执行步骤1、步骤3至步骤4,获得其不带标签的混合特征集合,之后利用训练好的模型识别滚珠丝杠副的磨损状态。

2.根据权利要求1所述的基于滚道表面轮廓的滚珠丝杠副磨损状态识别方法,其特征在于,步骤1具体包括:

选取匀速运行区域丝杠的三个滚道位置,对其进行刻痕标记处理;

将滚珠丝杠副置于磨损试验台,在滚珠丝杠副运转前30万转时,每隔3万转停止试验台并拆下滚珠丝杠副,通过Taylor Hobson轮廓仪对其三个滚道位置进行表面轮廓曲线采集;在滚珠丝杠副运转30万转后,每隔6万转停止试验台并拆下滚珠丝杠副进行一次表面轮廓曲线采集;

通过高斯滤波对表面轮廓曲线进行平滑处理,之后采取五次多项式方法对平滑处理后的曲线进行去除形状操作,最终导出所需的滚道表面轮廓曲线。

3.根据权利要求1所述的基于滚道表面轮廓的滚珠丝杠副磨损状态识别方法,其特征在于,步骤2具体为:

以滚珠丝杠副预紧力变化趋势的转折点为分界点,将滚珠丝杠副磨损状态按序划分为磨合磨损、稳定磨损和急剧磨损状态;

依据当前滚珠丝杠副预紧力的变化趋势确定其磨损状态。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京理工大学,未经南京理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210969305.8/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top