-
公开(公告)号：CN101870075B
公开(公告)日：2012-01-25
申请号：CN201010215891.4
申请日：2010-07-02
申请人： 西南交通大学
摘要： 一种基于性能退化模型的数控机床丝杠副寿命预测方法，即：采集振动信号并进行时频域分析，提取丝杠副性能退化敏感特征数据向量并以时间序列方式构成敏感特征矩阵；同时计算丝杠副负荷Pi，记录运行时间ti；根据Pi计算额定寿命时间Lhi及丝杠副在当前工况下已运行的总时间t’和期望剩余寿命LDi，将期望剩余寿命以时间序列方式构成期望剩余寿命向量T；再由双层动态模糊神经网络构成的退化模型对输入的敏感特征矩阵和期望剩余寿命向量之间的映射关系进行拟合并输出寿命预测结果。该方法考虑数控机床不同工况下丝杠副负荷变化对丝杠副性能退化的影响，实现丝杠副使用过程中剩余寿命的预测，预测精度高，实际使用价值高。
-
公开(公告)号：CN101870076B
公开(公告)日：2012-03-21
申请号：CN201010216392.7
申请日：2010-07-02
申请人： 西南交通大学
摘要： 一种基于性能退化模型的数控机床导轨副寿命预测方法，它采集振动信号并进行时频域分析，提取导轨副性能退化敏感特征数据向量并以时间序列方式构成敏感特征矩阵；同时计算导轨副负荷Pi，记录运行时间ti；根据Pi计算额定寿命时间Lhi及导轨副在当前工况下的已经运行的总时间t’和期望剩余寿命LDi，将期望剩余寿命以时间序列方式构成期望剩余寿命向量T；再由双层动态模糊神经网络构成的退化模型对输入的敏感特征矩阵和期望剩余寿命向量T之间的映射关系进行拟合并输出寿命预测结果。该方法考虑数控机床不同工况下导轨副负荷变化对导轨副性能退化的影响，实现导轨副使用过程中剩余寿命的预测，预测精度高，实际使用价值高。
-
公开(公告)号：CN101870076A
公开(公告)日：2010-10-27
申请号：CN201010216392.7
申请日：2010-07-02
申请人： 西南交通大学
摘要： 一种基于性能退化模型的数控机床导轨副寿命预测方法，它采集振动信号并进行时频域分析，提取导轨副性能退化敏感特征数据向量并以时间序列方式构成敏感特征矩阵；同时计算导轨副负荷Pi，记录运行时间ti；根据Pi计算额定寿命时间Lhi及导轨副在当前工况下的已经运行的总时间t’和期望剩余寿命LDi，将期望剩余寿命以时间序列方式构成期望剩余寿命向量T；再由双层动态模糊神经网络构成的退化模型对输入的敏感特征矩阵和期望剩余寿命向量T之间的映射关系进行拟合并输出寿命预测结果。该方法考虑数控机床不同工况下导轨副负荷变化对导轨副性能退化的影响，实现导轨副使用过程中剩余寿命的预测，预测精度高，实际使用价值高。
-
公开(公告)号：CN101870075A
公开(公告)日：2010-10-27
申请号：CN201010215891.4
申请日：2010-07-02
申请人： 西南交通大学
摘要： 一种基于性能退化模型的数控机床丝杠副寿命预测方法，即：采集振动信号并进行时频域分析，提取丝杠副性能退化敏感特征数据向量并以时间序列方式构成敏感特征矩阵；同时计算丝杠副负荷Pi，记录运行时间ti；根据Pi计算额定寿命时间Lhi及丝杠副在当前工况下已运行的总时间t’和期望剩余寿命LDi，将期望剩余寿命以时间序列方式构成期望剩余寿命向量T；再由双层动态模糊神经网络构成的退化模型对输入的敏感特征矩阵和期望剩余寿命向量之间的映射关系进行拟合并输出寿命预测结果。该方法考虑数控机床不同工况下丝杠副负荷变化对丝杠副性能退化的影响，实现丝杠副使用过程中剩余寿命的预测，预测精度高，实际使用价值高。
-
-
-
搜索结果
4 条记录 (耗时 0.024 秒)
