虚拟环境下机床主传动系统故障诊断的仿真实现

本文介绍了用AutoCAD完成机床主传动系统三维实体造型，用Visual C ,Visual LISP等工具完成主轴箱轴承，齿轮，轴等部们在运行中出现故障时的立体动画，经压电晶体加速度传感器实时检测机床的振动信号，对这些信号进行分析（统计处理，频谱分析等），提取出故障特征，经人工神经网络，模糊决策及专家系统等手段进行决策，判断故障部位和程度，可在微机上直观地观察主轴箱在运行过程中，各故障具体部位及损伤程度的虚拟现实情况。     

自动更换主轴箱机床

图中被当作“主轴箱中心”来介绍的自动更换主轴箱机床可以视为联合机床组。它可纳入任何一条生产线或自动线中使用,或者通过串接一些其它装置组成一个单独的加工设备。这些串接进去的装置,可以完成“主轴箱中心”所不能完成的一些其它工序,如粗车、精镗等。     

应用均衡凝固理论改进前立柱的铸造工艺

前立柱是铣镗机床的主要关键件之一。主轴箱在其导轨上运行，要求前立柱与铣镗底座要有可靠的结合性、稳定性。能保证前立柱具备这种条件的部位是法兰盘。因此，此部位决不允许有缩松、抽缩等铸造缺陷。     

基于有限元的140 kN摩擦焊机主轴箱响应面优化分析

以140 kN连续驱动摩擦焊机主轴箱为研究对象,应用有限元分析软件对主轴箱进行了静、动态相关特性的分析。为提高主轴箱综合力学性能,并实现主轴箱箱体材料的合理利用,以箱体壁厚等7个结构参数为设计变量进行了中心复合实验设计。根据得到的数据结果,基于Kriging插值法建立了主轴箱的响应面模型,并对各设计变量进行了灵敏度分析。利用多目标遗传算法完成了主轴箱的优化设计,与原结构方案相比主轴箱箱体减重16.6%,实现了焊机轻量化设计。经过对主轴箱响应面模型拟合精度的校验,验证了CCD实验法与Kriging插值法相结合可高效精准地完成主轴箱响应面模型的建立。因此这一优化方法同样适用于其他类型的机床零部件的设计。     

降低主轴箱传动系统噪声的几点措施

本文分析了影响组合机床主轴箱传动系统噪声的因素,提出了在组合机床主轴箱设计中降低传动系统噪声的几点措施。     

龙门铣镗加工中心GMB250主轴箱热分析及优化

在精密加工过程中,机床基础大件的热变形会引起加工误差,影响加工精度。为了降低主轴箱热变形对机床精度的影响,以龙门式铣镗加工中心GMB250主轴箱为研究对象,基于Hypermesh与Ansys Workbench为软件平台,建立主轴箱热力学模型,计算其达到热平衡状态所需时间及温度场分布,采用热-结构耦合方法,分析稳态情况下不同热源对主轴箱热变形影响,通过调整热源位置及热源温度改善主轴箱热特性,提高加工精度。     

组合机床多轴攻丝主轴箱的设计

一、攻丝主轴箱概述: 攻丝主轴箱是用来佈置主轴和减速齿轮以及其他的一些相应机构的。它通过攻丝主轴把动力直接传递给丝维,从而在事先鑽出的孔上进行攻丝。 目前常见的攻丝主轴箱大体说来可归纳分成以下三种: 第一种是攻丝主轴箱本身无主进给运动的。这种主轴箱多是直接同机床床身或支柱把紧在一起。在攻丝的时候,主轴上作廻转运动,其廻转运动由直接把紧在主轴箱上的电机来完成或采用攻丝床身,经皮带传动使主轴廻转。这时,主轴本身没有轴向进给运动,也就是说整个主轴箱对机床其他部分来说没有相对位移。丝锥的进给由固定在攻丝模板上的靠模螺母来实现。电机接通以后,靠模桿一方面通过双键滑动连接把主轴的廻     

基于灵敏度分析与响应面模型的机床主轴箱优化设计

针对机床主轴箱结构优化设计中模型复杂及计算量大的问题,提出一种将灵敏度分析与响应面模型相结合的优化办法。以箱体壁厚和筋板尺寸为输入参数,主轴箱质量、最大变形、最大应力、1阶固有频率作为目标参数进行灵敏度分析,筛选出6个关键尺寸作为优化参数;采用最佳填充空间设计法和Kriging函数法构建主轴箱响应面模型,通过多目标遗传算法对响应面模型进行求解计算。最后对优化后的主轴箱进行有限元分析来验证求解的准确性,优化后的主轴箱质量减轻了13.58%,可以为机床其他类型零部件优化提供参考。     

OP—3型自动更换主轴箱组合机床

三菱重工业株式会社试制了一台OP—3型自动更换主轴箱组合机床(图1)。该机床用于加工推土机转向系统离合器壳体。 机床采用卧式的配置方案,六个主轴箱贮存在椭圆形环架中。机床采用了刚性较好的专用机械动力头,进给系统采用了滚珠丝杠,并从主轴传动系统中获得进给运动。因此可以进行螺孔加工。主轴箱7(图2)的尺寸约1米×1米,以四个支承块5的小平面和动力头接触,用两个φ60毫米伸缩式定位销进行定位,用四个夹紧油缸4通过Г形压板6夹紧。据称主轴箱重复定位精度可达0.01毫米。六个主轴箱共有主轴346根。为了提高加工精度,据介绍主轴箱的镗孔位置精度都控制在±5微米之内。     

不定方程在回转主轴箱分度机构中的应用及其参数的选定

回转主轴箱由于具有精度高、占地少、成本低、效率高等特点,近年来在组合机床设计中得到越来越广泛的应用。本文介绍在设计制造组合机床回转主轴箱过程中,将不定方程的原理应用于回转主轴箱机构有关零部件的匹配和各种参数的选定,提高了回转主轴箱的分度精度,改善了工作性能。图1幅,表1个。     

数控机床远程故障诊断数据库及其实现

建立数控机床故障诊断系统数据库，使远程技术中心通过网络了解到用户方数控机床的工作状态后，利用ODBC数据库的接口技术调用数据库的内容对数控机床故障进行诊断，提出可行的解决方案。     

基于网络的远程智能故障诊断系统开发

为保证加工中心在加工过程中的安全,避免重大事故,提高生产率和机床利用率,开发远程智能故障诊断系统加强机床的运行管理。针对加工中心的实际情况,通过提取加工中心的报警信息,利用VB开发远程故障诊断系统对加工中心运行状态进行监测。将提取的数控系统参数和报警信息进行分类,便于在机床发生故障时,能够快速、及时地对数控系统的信息进行查找咨询,方便用户识别设备在运行过程中的有关状态,从而达到故障诊断的目的。     

基于循环神经网络的数控机床故障诊断研究

为快速对数控机床故障进行在线定位与诊断,提出基于循环神经网络的数控机床故障诊断技术。通过提取网络节点,建立基于循环神经网络的“门”判别结构;引入模糊边界理论,对机床故障特征空间进行分类;通过组织故障诊断样本的方式,完成规则可信度率的统计与判别,实现对数控机床故障的在线诊断。以CAK6150数控机床作为研究对象,经过数据归纳可知,在循环神经网络支持下,故障诊断数据的实际输出与理论值非常接近,且收敛速度较快,能够较好解决制造类企业的机械设备应用故障问题。     

基于改进工作流的故障预测系统设计

为降低实验模型构建和参数配置的复杂性,提出一种基于改进工作流的故障预测系统,以可视化的方式设计、配置、执行和部署故障预测实验。该平台不仅能够使专家更容易地使用各种故障预测算法和预测工具,而且能够使不具有算法基础和经验的非专家也参与到实验模型的构建中。通过某表干炉设备的故障预测实验,验证了该系统架构设计的可行性。     

基于ARX的快速标注剖视图和断面图的一种方法

针对AutoCAD2000没有直接标注剖视图和断面图的命令这一不足，利用VisualC 6．0，在．AutoCAD2000环境下，开发了一个实现剖视图与断面图快速标注的ARX应用程序。论述了程序设计的总体思路和程序实现的三大模块：剖切符号的生成、箭头的生成和剖视图、断面图名称的添加，并给出了应用实例。该程序已用于某机械CAD系统中，提高了设计、绘图的效率。     

基于FP-Growth算法的数控机床故障特征分析北大核心

数控机床故障问题的及时响应、故障原因精准判断以及解决方案的快速识别是实现制造单元智能化的关键。基于数控机床历史运维数据,采用关联规则挖掘FP-Growth算法实现数控机床故障模式、原因的关联规则挖掘。首先对运维数据进行故障特征分析,构建基于关联规则的故障诊断模型;其次,通过对历史故障模式及其相应故障原因进行挖掘,生成故障诊断关联规则;最后结合关联规则的支持度、置信度等评估指标进行分析,并推演出关联概率的大小,验证了FP-Growth算法用于数控机床故障特征分析的可行性和合理性。     

基于5G通信的数控机床智能监控与诊断系统设计

针对目前数控机床智能监控水平较低、智能化不足的问题,提出基于5G通信的数控机床智能监控与故障诊断系统。该系统以高性能STM32为硬件核心,搭载AliOS Things嵌入式操作系统实现机床电机工作电流、电压、温度和振动信号的实时监测;再提取信号时频域特征,进行故障状态识别,通过5G通信智能网关将异常状态数据上传到远程智能监控服务平台。该平台还能下发指令给监控系统,提示并辅助工作人员对存在故障风险的数控机床进行及时维护。经测试,该系统能够实现高并发海量数据的采集与高速传输,5G通信传输速度在500 Mb/s,传输时延在20 ms以内,平均数据丢包率在2%内。测试结果表明该系统性能稳定可靠,在满足数控机床智能监控同时,为数控机床设备的智能升级提供技术方案。     

数控机床健康诊断图形化动态交互平台的开发

为实现对数控机床智能化的状态监测与故障诊断,通过对数控机床健康诊断系统分析模型与交互特性的分析,根据数控机床故障类型与结构特点,利用Python开发一个图形化交互的数控机床健康诊断系统的动态交互平台,详细设计了系统的总体架构、数据采集模块、数据处理模块、诊断服务模块、人机交互界面。该平台可实现数控机床的动态监控、故障分析、状态数据显示及信息的发布与预警功能。     

BP神经网络在齿轮箱故障诊断中的应用

介绍了BP网络的原理、算法，并用BP网络对采煤机截割部齿轮箱机械传动系统的故障进行了趋势预测。经过地面模拟加载实验及井下验证，证明用人工神经网络可较好地预报机器故障，变被动维修为视情维修，可节省大量的设备维修费用，为合理安排生产计划及设备检修提供了可靠的依据。     

Tool wear detection and fault diagnosis based on cutting force monitoring

In metal cutting processes, an effective monitoring system, which depends on a suitably developed scheme or set of algorithms can maintain machine tools in good condition and delay the occurrence of tool wear. In this paper, an approach is developed for fault detection and diagnosis based on an observer model of an uncertain linear system. A robust observer is designed, using the derived uncertain linear model, to yield the necessary and key information from the system. Subsequently, it is used as a state (tool wear) estimator, and fault detection is carried out by using the observed variables and cutting force. The developed approach is applied to milling machine center. Several linear models are identified based on different working conditions. A dominant model plus uncertain terms is derived from these model set and used as an observer. Threshold values are proposed for detecting the fault of the milling machine. Examples taken from experimental tests shown that the developed approach is effective for the fault detection. The approach can be used for fault detection of failures arising from sensor or actuator malfunction.