基于多信息源机床主轴轴承故障诊断研究 |
| |
作者姓名: | 彭秋阳 程振涛 薛建 郭伟科 |
| |
作者单位: | 广州市昊志机电股份有限公司,广东广州,511356;广东省智能制造研究所,广东广州,510070 |
| |
基金项目: | 国家重大研发计划项目;广东省科技计划;广东省科技计划;广东省科技计划;广州市科技计划 |
| |
摘 要: | 主轴轴承作为机床关键零部件,当前对其的剥落或变形故障研究较成熟,而对打滑烧伤关注较少,传统诊断方式由于后者的故障特征信号微弱而诊断效果不理想。近年部分研究者尝试引入深度学习以自动的高效的挖掘深层特征,对提升机床主轴轴承故障诊断精度的帮助有限。为改善诊断精度,通过检测不同转速下的振动及主轴磨合过程温升曲线趋势,增加了主轴轴承的故障信息量,结合深度学习,在机床主轴轴承故障诊断上取得了一定效果,为主轴轴承故障诊断提供了指导。
|
关 键 词: | 机床主轴轴承 故障诊断 多信息源 |
本文献已被 CNKI 万方数据 等数据库收录! |
|