基于SVM的机电一体化数控机床主轴故障预测技术

传统故障预测方法耗时过长，数据不准确。文章研究一种基于SVM的机电一体化数控机床主轴故障预测技术，通过自回归模型确定信号波形特征，代入系统后提取信号故障的特征；基于支持向量机采集的异常数据，构建主轴故障预测模型；利用SVM信号故障分类管理器对信号进行故障分类，从而准确预测数控机床主轴发生故障情况。测试结果表明：使用SVM技术故障预测平均用时103.59 s；当频率为50 Hz和400 Hz时，幅值变化分别为288 mV和300 mV，与预制结果的差值分别为12 mV和15 mV，优化后的方法可以提高主轴故障预测的准确率。