[發明專利]滾珠絲杠副潤滑狀態識別方法有效
| 申請號: | 202010194479.2 | 申請日: | 2020-03-19 |
| 公開(公告)號: | CN111360578B | 公開(公告)日: | 2021-03-26 |
| 發明(設計)人: | 周長光;張向東;馮虎田 | 申請(專利權)人: | 南京理工大學 |
| 主分類號: | B23Q11/12 | 分類號: | B23Q11/12 |
| 代理公司: | 南京理工大學專利中心 32203 | 代理人: | 朱炳斐;馬魯晉 |
| 地址: | 210094 江*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 滾珠 絲杠副 潤滑 狀態 識別 方法 | ||
1.一種滾珠絲杠副潤滑狀態識別方法,其特征在于,所述方法包括以下步驟:
步驟1,采集滾珠絲杠副在不同潤滑狀態下的振動信號;
步驟2,提取振動信號特征,構建潤滑特征集;具體過程包括:
步驟2-1,從振動信號中提取若干組振動數據;
步驟2-2,對每組振動數據進行小波包變換;
步驟2-3,求取每組振動數據的時域特征值;
步驟2-4,求取每組振動數據的頻域特征值;
步驟2-5,將上述過程獲得的每一種特征視為一個潤滑特征,并由上述過程獲得的所有結果構建潤滑特征集,該集合中的每個樣本為每組振動數據對應的一個潤滑特征值;
步驟2-6,對潤滑特征集進行優化,具體為:根據每一個潤滑特征對識別潤滑狀態所占的權重值,從所述潤滑特征集中篩選出權重值大于預設權重閾值的特征值,構建新的潤滑特征集;
步驟3,利用潤滑特征集訓練優化SVM;
步驟4,根據SVM識別準確度對所述潤滑特征集進行優化,獲取潤滑狀態識別的最佳特征組合,之后結合優化后的SVM完成對待識別滾珠絲杠副潤滑狀態的判斷。
2.根據權利要求1所述的滾珠絲杠副潤滑狀態識別方法,其特征在于,步驟2-2所述對每組振動數據進行小波包變換,具體過程包括:
(1)利用一個高通濾波器{gk}k∈Z和一個低通濾波器{hk}k∈Z對振動數據信號進行全頻帶分解,所用公式為:
式中,d表示小波包分解頻率帶的小波系數,k,l∈Z;兩個公式分別表示將第j層第n個頻率帶分解為第j+1層的第2n與2n+1個頻率帶;
(2)對分解后的信號進行重構,重構公式為:
式中,pk和qk分別為hk和gk的對偶濾波器;
(3)計算分解后各節點信號xkm的能量值大小:
式中,ejk表示小波包進行第j層分解和重構后第k個節點所在頻帶的能量值大小,x為重構信號在離散點的幅值,N為信號長度;
(4)計算各節點頻帶的能量占比:
式中,Ejk表示各節點頻帶的能量占比大小。
3.根據權利要求2所述的滾珠絲杠副潤滑狀態識別方法,其特征在于,步驟2-3中所述時域特征值,包括有量綱參數和無量綱參數;
其中,有量綱參數包括:
(1)均值
式中,x表示每一個振動信號的離散數據幅值,n表示離散數據的個數;
(2)均方根值
(3)方根幅值
(4)絕對平均值
(5)方差
(6)峰值:取信號中絕對值最大的幾個數,求其算術平均值作為峰值;
無量綱參數包括:
(1)波形指標
(2)峰值指標
(3)脈沖指標
(4)裕度指標
(5)峭度指標
4.根據權利要求3所述的滾珠絲杠副潤滑狀態識別方法,其特征在于,步驟2-4中所述頻域特征值包括:
(1)重心頻率
式中,fi為i時刻所對應振動信號的瞬時頻率,F(fi)表示該瞬時頻率所對應的功率譜幅值;
(2)均方頻率
(3)頻率方差
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于南京理工大學,未經南京理工大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010194479.2/1.html,轉載請聲明來源鉆瓜專利網。





