机床与液压

作者：王一，范元勋，崔佩娟，王宇超

单位：南京理工大学机械工程学院；南京理工大学机械工程学院；北京精密机电控制设备研究所；南京理工大学机械工程学院

关键词：滚珠丝杠;脂润滑状态;特征提取;GABP

基金：航天一院 CALT 基金项目（CALT201512）

为了对滚珠丝杠的润滑状态及时进行特征检测和准确识别，避免滚珠丝杠运行过程中由于润滑脂退化产生剧烈振动和噪声，以维持良好的定位精度和使用寿命，搭建滚珠丝杠综合测试平台。采集并分析滚珠丝杠两种润滑状态（正常润滑和润滑退化状态）在不同转速以及负载下的力矩、温升和振动信号；采用集合经验模态分解（EEMD）等方法提取振动信号样本的有效特征；通过等距特征映射（ISOMAP）进行数据降维，以实现冗余信息的去除，有效保存了原数据的特征差异；针对常见分类算法容易陷入局部最优的问题，提出了基于遗传算法（GA）优化反向传播神经网络（BPNN）的分类模型，识别的准确率达94.97%。滚珠丝杠在不同润滑状态下的摩擦力矩和温升存在明显差异，通过GA-BPNN识别其振动信号相关特征，也可准确地判别和检测滚珠丝杠的润滑状态。

来源：2025年第14期

《机床与液压》期刊编辑部

查看机床与液压杂志2025年第14期