具有自寻优和协同感知的主轴系统故障数据分析研究

摘要：

围绕智能机床主轴系统故障诊断数据的融合分析问题展开研究,提出了一种具有自寻优和多维度协同感知的数据分析算法.设计了在强化学习驱动下的以双路径深度学习模型为核心的算法在线自寻优部分;基于离线、在线振动数据的波动特征分析、细节时频分析,以及电流特征分析,建立了多维度协同感知部分;采用D-S证据理论,对数据分析结果进行了量化融合判定.用凯斯西储大学轴承数据集,对所提算法主体环节的故障数据分析能力进行了验证.基于实际机床主轴系统的故障数据,对算法整体进了全面验证,以0.960 1的协同评估概率结果量化辨识出实际机床主轴系统的具体故障,验证了所提算法整体的有效性和准确性.

关键词：主轴系统、自寻优、协同感知、深度学习、D-S证据理论

所属期刊栏目：41

分类号：TH17

资助基金：辽宁省教育厅重点攻关项目LZGD2019005

在线出版日期：2022-12-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：284-292