張歡 張新宇 黃海鳳

摘要：機(jī)床主軸故障會(huì)降低機(jī)床加工精度和加工效率，為制定合理的維修計(jì)劃和主動(dòng)維護(hù)方案，本文提出了基于BP神經(jīng)網(wǎng)絡(luò)的主軸故障預(yù)測(cè)方法，采用BP神經(jīng)網(wǎng)絡(luò)建立主軸故障預(yù)測(cè)模型，根據(jù)振動(dòng)信號(hào)、電流信號(hào)和轉(zhuǎn)速信號(hào)預(yù)測(cè)主軸的故障及故障類(lèi)型，為制定主軸的維修計(jì)劃和維護(hù)方案提供重要依據(jù)。

關(guān)鍵詞：BP神經(jīng)網(wǎng)絡(luò) 故障 預(yù)測(cè) 主軸

本文通過(guò)BP神經(jīng)網(wǎng)絡(luò)建立機(jī)床主軸系統(tǒng)的故障預(yù)測(cè)系統(tǒng)，在線采集機(jī)床主軸的電流信號(hào)和振動(dòng)信號(hào)，并對(duì)電流信號(hào)和振動(dòng)信號(hào)進(jìn)行處理，預(yù)測(cè)機(jī)床主軸的故障，為機(jī)床主軸的性能評(píng)估和加工狀態(tài)評(píng)估提供參考。

1 BP神經(jīng)網(wǎng)絡(luò)

BP神經(jīng)網(wǎng)絡(luò)是一種按誤差逆?zhèn)鞑ニ惴ㄓ?xùn)練的多層前饋網(wǎng)絡(luò)，能學(xué)習(xí)和存貯大量的輸入-輸出模式映射關(guān)系。其拓?fù)浣Y(jié)構(gòu)如圖1所示。圖1所示的x1，x2，…，xn為輸入量，y1，y2，…，ym為輸出量，ωih為輸出層至隱含層的權(quán)值，ωhj為隱含層至輸出層的權(quán)值。

隱含層中隱節(jié)點(diǎn)輸出模型為：

（1）

輸出層中輸出節(jié)點(diǎn)的輸出模型為：

（2）

其中，f——非線形作用函數(shù)；q——神經(jīng)單元閾值。

神經(jīng)網(wǎng)絡(luò)的基函數(shù)是反映下層輸入對(duì)上層節(jié)點(diǎn)刺激脈沖強(qiáng)度的函數(shù)，BP神經(jīng)網(wǎng)絡(luò)的基函數(shù)為Sigmoid函數(shù)，變量取值在（0，1）區(qū)間內(nèi)。

Sigmoid函數(shù)的函數(shù)形式為：

（3）

BP神經(jīng)網(wǎng)絡(luò)可以實(shí)現(xiàn)機(jī)床主軸系統(tǒng)的主動(dòng)維護(hù)和智能維修，提高機(jī)床主軸系統(tǒng)的加工效率和加工精度。

2 數(shù)據(jù)采集及信號(hào)處理

由于主軸系統(tǒng)故障時(shí)，主軸系統(tǒng)通常發(fā)生振動(dòng)異常。因此，在主軸、齒輪箱及軸承上安裝三向振動(dòng)傳感器，檢測(cè)主軸系統(tǒng)不同位置的振動(dòng)信號(hào)可評(píng)判主軸系統(tǒng)的故障形式，其采樣頻率為25k。另外，由于主軸電機(jī)的電流信號(hào)也是反應(yīng)主軸故障的重要信號(hào)之一，故采用三相電流傳感器檢測(cè)主軸驅(qū)動(dòng)電機(jī)的電流信號(hào)，進(jìn)而評(píng)判主軸電機(jī)的負(fù)載力矩的動(dòng)態(tài)特性。三相電流傳感器的采樣頻率設(shè)置為10k。以主軸振動(dòng)信號(hào)為例，當(dāng)主軸轉(zhuǎn)速800r/min時(shí)，將主軸齒輪箱位置的故障振動(dòng)信號(hào)和正常振動(dòng)信號(hào)進(jìn)行特征提取，其特征值見(jiàn)表1所示，將振動(dòng)信號(hào)的特征值作為主軸系統(tǒng)故障預(yù)測(cè)模型的第三類(lèi)輸入量，即振動(dòng)信號(hào)特征值。

3 故障預(yù)測(cè)模型

本文采用BP神經(jīng)網(wǎng)絡(luò)作為機(jī)床主軸系統(tǒng)故障預(yù)測(cè)模型的計(jì)算方法，以電流信號(hào)、振動(dòng)信號(hào)和轉(zhuǎn)速信號(hào)的特征值為輸入量，主軸系統(tǒng)是否故障以及故障程度作為輸出量，故障預(yù)測(cè)模型如圖2所示。根據(jù)機(jī)床主軸系統(tǒng)電流信號(hào)、振動(dòng)信號(hào)和轉(zhuǎn)速信號(hào)特點(diǎn)建立故障預(yù)測(cè)模型的算法，圖3為算法流程圖。將主軸系統(tǒng)的振動(dòng)信號(hào)、轉(zhuǎn)速信號(hào)和電流信號(hào)分為40組，其中故障信號(hào)20組，正常信號(hào)20組。將正常信號(hào)和故障信號(hào)中的各10組作為機(jī)床主軸系統(tǒng)預(yù)測(cè)模型的訓(xùn)練樣本，訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)的權(quán)值，其余樣本作為機(jī)床主軸系統(tǒng)預(yù)測(cè)模型的驗(yàn)證樣本。

定義預(yù)測(cè)模型輸出值如下：預(yù)測(cè)輸出值在[0，1]區(qū)間內(nèi)代表主軸系統(tǒng)正常；預(yù)測(cè)輸出值在[9，10]區(qū)間內(nèi)代表主軸系統(tǒng)嚴(yán)重故障；預(yù)測(cè)結(jié)果在（1，9）區(qū)間內(nèi)代表主軸系統(tǒng)是否故障無(wú)法判斷，及預(yù)測(cè)結(jié)果不準(zhǔn)確。

將20組驗(yàn)證樣本（正常數(shù)據(jù)和故障數(shù)據(jù)各10組）作為訓(xùn)練后的預(yù)測(cè)模型的輸入，驗(yàn)證預(yù)測(cè)模型輸出結(jié)果的準(zhǔn)確率，預(yù)測(cè)結(jié)果如圖4所示。

4 結(jié)論

本文首先建立了主軸系統(tǒng)的故障預(yù)測(cè)模型，完成了機(jī)床主軸系統(tǒng)預(yù)測(cè)模型的計(jì)算流程設(shè)計(jì)。然后通過(guò)驗(yàn)證樣本對(duì)機(jī)床主軸系統(tǒng)預(yù)測(cè)模型進(jìn)行驗(yàn)證，其預(yù)測(cè)精度較高，預(yù)測(cè)結(jié)果對(duì)制定機(jī)床主軸系統(tǒng)的主動(dòng)維護(hù)和維修計(jì)劃具有重要的指導(dǎo)意義。

參考文獻(xiàn)：

[1]張珂，佟俊，吳玉厚，等.陶瓷軸承電主軸的模態(tài)分析及其動(dòng)態(tài)性能實(shí)驗(yàn)[J].沈陽(yáng)建筑大學(xué)學(xué)報(bào)，2008，24（3）：490-493.

[2]楊貴杰，秦冬冬.高速電主軸的關(guān)鍵技術(shù)及發(fā)展趨勢(shì)[J].伺服控制，2012，2：32-36.

[3]謝小正.數(shù)控機(jī)床主軸組件故障的知識(shí)發(fā)現(xiàn)研究[D].蘭州理工大學(xué)，2013.