[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

说明书

本发明公开了一种基于滚道表面轮廓的滚珠丝杠副磨损状态识别方法，包括：采集三个位置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及高斯滤波处理；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，构建混合特征集合；通过随机森林法评估特征集合中每个特征的重要性，选取出包含95％信息的特征构建新的特征集合；建立基于遗传算法优化的支持向量机模型，利用两个滚道位置的混合特征集训练模型，根据遗传算法寻找最佳参数c和g；利用训练好的模型实现滚道位置磨损状态识别。本发明方法不仅可以克服传统上根据振动信号等手段识别滚珠丝杠副磨损状态存在的噪声干扰的缺点，而且该方法实用、便捷、精确度高、误差小。

技术领域

本发明属于滚珠丝杠副技术领域，特别是基于滚道表面轮廓的滚珠丝杠副磨损状态识别方法。

背景技术

滚珠丝杠副由于其好的定位精度以及承载性能而在数控机床中广泛使用。滚珠丝杠作为机床系统的主要传动机构，其磨损会导致滚珠丝杠副性能不断退化，甚至造成机床损坏危及人的生命安全，因此能够精准判断滚珠丝杠副的磨损状态显得尤为重要。

目前关于滚珠丝杠副磨损状态识别都是通过采集滚珠丝杠副运转过程中的振动信号并提取其特征进而实现磨损状态识别，然而该方法容易受到噪声等的干扰，造成预测结果较差。

发明内容

本发明的目的在于针对现有技术存在的问题，提供一种基于滚道表面轮廓的滚珠丝杠副磨损状态识别方法，解决滚珠丝杠副磨损状态识别不够精确的技术问题。

实现本发明目的的技术解决方案为：滚珠丝杠副运行过程中的磨损状况可以通过滚道表面轮廓的变化反映出来，因此本发明提出了基于滚道表面轮廓的滚珠丝杠副磨损状态识别方法。该方法不仅能克服现有手段的缺点，而且具有实用、便捷、精确度高、误差小等优点，为滚珠丝杠副的磨损状态识别提供了一种新方法。

一种基于滚道表面轮廓的滚珠丝杠副磨损状态识别方法，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。

进一步地，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杠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。