《一種基於軸心軌跡流形學習的主軸迴轉誤差溯源方法》是北京信息科技大學於2013年1月21日申請的發明專利，該專利申請號為2013100218153，公布號為CN103042436A，公布日為2013年4月17日，發明人是王紅軍、韓秋實、徐小力、谷玉海。
《一種基於軸心軌跡流形學習的主軸迴轉誤差溯源方法》提出了一種基於軸心軌跡流形學習的主軸迴轉誤差溯源方法，其包括以下步驟：（1）在主軸外周向間隔設定兩個電渦流感測器，由兩個電渦流感測器採集主軸振動信號；（2）對檢測到的主軸振動信號進行處理對主軸的運行狀態進行判斷；（3）主軸振動信號在同一平面坐標系內交於一點，連續採樣後獲得軸心軌跡；（4）對主軸軸心軌跡進行誤差分離獲得主軸實際迴轉精度A；（5）根據主軸的實際迴轉精度A和流形敏感特徵Qij獲得映射函式圖譜資料庫Q：{f（i）＝Qij|A}；（6）若主軸的實際迴轉精度A≥ηE（η＝0.8~1），則調用映射函式圖譜資料庫Q，進行主軸迴轉誤差的溯源，並對相應故障進行維修；若主軸的實際迴轉精度A≥ηE（η＝0.6~0.8），則對主軸迴轉誤差進行溯源分析監控；其中E是該工具機出廠時的主軸迴轉精度。
2021年6月24日，《一種基於軸心軌跡流形學習的主軸迴轉誤差溯源方法》獲得第二十二屆中國專利優秀獎。
（概述圖為《一種基於軸心軌跡流形學習的主軸迴轉誤差溯源方法》摘要附圖）
基本介紹
- 中文名：一種基於軸心軌跡流形學習的主軸迴轉誤差溯源方法
- 申請日：2013年1月21日
- 申請號：2013100218153
- 申請公布日：2013年4月17日
- 申請公布號：CN103042436A
- 申請人：北京信息科技大學
- 地址：北京市海淀區清河小營東路12號
- 發明人：王紅軍、韓秋實、徐小力、谷玉海
- 類別：發明專利
- Int. Cl.：B23Q17/12(2006.01)I、B23Q11/00(2006.01)I
- 專利代理機構：北京遠大卓悅智慧財產權代理事務所（普通合夥）
- 代理人：賀持緩
專利背景,發明內容,專利目的,技術方案,改善效果,附圖說明,技術領域,權利要求,實施方式,專利榮譽,
專利背景
截至2013年1月，隨著原子能、航天技術、微電子學、信息技術及生物工程等新興科學技術的發展，對機械加工精度的要求越來越高，從毫米到微米、亞微米，現在已經發展到納米水平，並逐漸向著原子晶格尺寸（亞納米）水平邁進，稱之為超精密加工。精密工具機是實現精密加工的首要基礎條件。高速超精密數控工具機成為現代化製造業的關鍵生產設備，提高高速超精密數控工具機在加工運行過程中精度的可靠性、穩定性和可維護性，對提升企業競爭力越來越重要。產品壽命預測和安全服役基礎理論是“十二五”國家科技計畫先進制造技術領域的重要研究內容，數控工具機故障診斷與預警技術是保障工具機可靠運行、提高工具機服役性能的核心技術之一。高檔超精密數控工具機由於結構複雜、傳遞環節較多，導致故障不能準確定位，盲目的拆修會造成安裝精度誤差、工具機服役性能下降和可靠性降低。因此對數控裝備的工作狀態進行實時監測、診斷和預警非常重要。
超精密工具機的質量，取決於其關鍵部件的質量，主軸部件是保證超精密工具機加工精度的核心，也是最容易失效的部位之一，其動態性能的好壞對工具機的切削抗振性、加工精度及表面粗糙度均有很大的影響，是制約數控工具機加工精度和使用效率的關鍵因素。實驗表明：精密車削的圓度誤差約有30%～70%是由於主軸的迴轉誤差引起的，且加工的精度越高，所占的比例越大。主軸系統迴轉時的軸心軌跡包含了大量與主軸系統技術狀態和迴轉零件工作狀態有關的信息，是工具機精度退化研究和狀態分析的信息來源。因此，針對高速超精密加工數控工具機主軸加工過程中由於各種原因產生的迴轉精度劣化、功能喪失嚴重影響產品零件的加工精度和質量等一系列技術難題亟待解決，以有效提高工具機服役可靠性。
據統計，2013年前每年由於數控工具機精度劣化和故障造成的生產損失達數千億人民幣，工具機的可靠性、故障診斷與預測、性能評估等問題得到中國國內外學者的廣泛關注。針對工具機主軸系統的迴轉精度檢測偏重靜態的迴轉精度檢測；主軸狀態監測與預測，更多的集中在典型故障模式識別。二者是互相分離獨立的，不能為現場生產實際提供實時精度劣化的評估和判斷。主軸系統的迴轉精度是嚴重影響加工精度，反映工具機動態性能的主要指標和分析誤差來源的重要手段。
發明內容
專利目的
《一種基於軸心軌跡流形學習的主軸迴轉誤差溯源方法》的目的是提供一種基於軸心軌跡流形學習的主軸迴轉誤差溯源方法，其能有效提高工具機服役可靠性，並保證加工精度和生產效率。
技術方案
《一種基於軸心軌跡流形學習的主軸迴轉誤差溯源方法》包括以下步驟：
1）在主軸外周向間隔設定兩個電渦流感測器，兩個電渦流感測器沿主軸軸心呈90度交錯設定，通過兩個電渦流感測器採集主軸振動信號；
2）對檢測到的主軸振動信號進行處理，進而對主軸的運行狀態進行判斷，其包括以下步驟：（1）將兩個呈90度交錯設定的電渦流感測器測得的振動信號分別標記為X和Y，採用均值-方差標準化方法對X、Y振動信號進行歸一化預處理；（2）對歸一化後的X、Y振動信號進行EEMD降噪處理；（3）提取由X、Y振動信號共同形成的若干軸心軌跡，將每個軸心軌跡上的離散點作為一個維度，構造高維特徵空間；（4）採用ISOMAP、LLE或LTSA流形學習算法提取軸心軌跡二維流形作為敏感特徵；（5）根據由步驟（4）處理後能得到不同故障狀態的流形敏感特徵Qij，根據流形敏感特徵Qij進行主軸故障狀態f（i）判斷；
3）經步驟1）中兩個電渦流感測器採集到相位差為90度的主軸振動信號在同一平面坐標系內交於一點，連續採樣後獲得軸心軌跡；
4）對步驟3）中獲得的主軸軸心軌跡進行誤差分離，以獲得主軸實際迴轉精度A；
5）根據主軸的實際迴轉精度A和流形敏感特徵Qij獲得映射函式圖譜資料庫Q：{f（i）＝Qij|A}；其中，i表示主軸狀態的種類：正常狀態、主軸偏心、軸承發熱磨損故障狀態；j=1，2，3，表示ISOMAP、LLE和LTSA三種不同的流形學習算法；
6）若主軸的實際迴轉精度A≥ηE，η＝0.8~1，則調用映射函式圖譜資料庫Q，進行主軸迴轉誤差的溯源，並對相應故障進行維修；若主軸的實際迴轉精度A≥ηE，η＝0.6~0.8，則對主軸迴轉誤差進行溯源分析監控；其中E是該工具機出廠時的主軸迴轉精度。
所述步驟4）中，所述主軸軸心軌跡誤差分離採用三點法圓度誤差分離方法進行圓度形狀和迴轉誤差的分離。所述主軸軸心軌跡誤差分離採用頻域三點法。
改善效果
《一種基於軸心軌跡流形學習的主軸迴轉誤差溯源方法》由於採用以軸心軌跡為橋樑，建立工具機主軸運行狀態與主軸迴轉精度的關聯和映射，提供基於軸心軌跡流形學習的主軸迴轉精度劣化溯源方法，對主軸的迴轉精度劣化趨勢進行預測。可為建立提高機械加工精度相應的實時補償方法提供依據、為現場生產實際提供實時精度劣化判斷，實現主軸精度劣化可回溯，能有效提高工具機服役可靠性，對提升數控工具機加工的精度可靠性和生產效率具有重要意義和套用價值。《一種基於軸心軌跡流形學習的主軸迴轉誤差溯源方法》可以廣泛在各種數控工具機中套用。
附圖說明
圖1是《一種基於軸心軌跡流形學習的主軸迴轉誤差溯源方法》的整體流程示意圖；
圖2是《一種基於軸心軌跡流形學習的主軸迴轉誤差溯源方法》的兩個電渦流感測器結構示意圖；
圖3是《一種基於軸心軌跡流形學習的主軸迴轉誤差溯源方法》的主軸運行狀態識別流程示意圖；
圖4是《一種基於軸心軌跡流形學習的主軸迴轉誤差溯源方法》採用EEMD去噪前後軸心軌跡示意圖；其中，圖4（a）是主軸正常狀態進行EEMD降噪處理前後的軸心軌跡；圖4（b）是主軸不對中狀態進行EEMD降噪處理前後的軸心軌跡；
圖5是《一種基於軸心軌跡流形學習的主軸迴轉誤差溯源方法》的主軸在正常、不對中狀態時分別採用三種流形學習算法獲得的二維流形特徵示意圖。
技術領域
《一種基於軸心軌跡流形學習的主軸迴轉誤差溯源方法》涉及一種機電設備主軸迴轉誤差溯源方法，特別是關於一種基於軸心軌跡流形學習的主軸迴轉誤差溯源方法。
權利要求
1.《一種基於軸心軌跡流形學習的主軸迴轉誤差溯源方法》包括以下步驟：
1）在主軸外周向間隔設定兩個電渦流感測器，兩個電渦流感測器沿主軸軸心呈90度交錯設定，通過兩個電渦流感測器採集主軸振動信號；
2）對檢測到的主軸振動信號進行處理，進而對主軸的運行狀態進行判斷，其包括以下步驟：
（1）將兩個呈90度交錯設定的電渦流感測器測得的振動信號分別標記為X和Y，採用均值-方差標準化方法對X、Y振動信號進行歸一化預處理；
（2）對歸一化後的X、Y振動信號進行EEMD降噪處理；
（3）提取由X、Y振動信號共同形成的若干軸心軌跡，將每個軸心軌跡上的離散點作為一個維度，構造高維特徵空間；
（4）採用ISOMAP、LLE或LTSA流形學習算法提取軸心軌跡二維流形作為敏感特徵；
（5）根據由步驟（4）處理後能得到不同故障狀態的流形敏感特徵Qij，根據流形敏感特徵Qij進行主軸故障狀態f（i）判斷；
3）經步驟1）中兩個電渦流感測器採集到相位差為90度的主軸振動信號在同一平面坐標系內交於一點，連續採樣後獲得軸心軌跡；
4）對步驟3）中獲得的主軸軸心軌跡進行誤差分離，以獲得主軸實際迴轉精度A；
5）根據主軸的實際迴轉精度A和流形敏感特徵Qij獲得映射函式圖譜資料庫Q：{f（i）＝QijA}；其中，i表示主軸狀態的種類：正常狀態、主軸偏心、軸承發熱磨損故障狀態；j＝1，2，3，表示ISOMAP、LLE和LTSA三種不同的流形學習算法；
6）若主軸的實際迴轉精度A≥ηE，η＝0.8～1，則調用映射函式圖譜資料庫Q，進行主軸迴轉誤差的溯源，並對相應故障進行維修；若主軸的實際迴轉精度A≥ηE，η＝0.6～0.8，則對主軸迴轉誤差進行溯源分析監控；其中E是該主軸所在工具機出廠時的主軸迴轉精度。
2.如權利要求1所述的一種基於軸心軌跡流形學習的主軸迴轉誤差溯源方法，其特徵在於：所述步驟4）中，所述主軸軸心軌跡誤差分離採用三點法圓度誤差分離方法進行圓度形狀和迴轉誤差的分離。
3.如權利要求2所述的一種基於軸心軌跡流形學習的主軸迴轉誤差溯源方法，其特徵在於：所述主軸軸心軌跡誤差分離採用頻域三點法。
實施方式
如圖1所示，《一種基於軸心軌跡流形學習的主軸迴轉誤差溯源方法》包括以下步驟：
1）在主軸1外周向間隔設定兩個電渦流感測器2，兩個電渦流感測器2沿主軸1軸心呈90度交錯設定（如圖2所示），通過兩個電渦流感測器2採集主軸1振動信號。
2）對檢測到的主軸振動信號進行處理，進而對主軸1的運行狀態進行判斷（如圖3所示），其包括以下步驟：
（1）將兩個呈90度交錯設定的電渦流感測器2測得的振動信號分別標記為X和Y，採用均值-方差標準化方法對X、Y振動信號進行歸一化預處理；
（2）對歸一化後的X、Y振動信號進行EEMD降噪處理；
（3）提取由X、Y振動信號共同形成的若干軸心軌跡（如圖4所示），將每個軸心軌跡上的離散點作為一個維度，構造高維特徵空間；以主軸1正常和不對中兩種狀態為例，進行EEMD降噪處理前後的軸心軌跡（如圖4所示），由此可以看出EEMD降噪後的軸心軌跡更加平滑。
（4）再採用ISOMAP（等距映射算法）、LLE（局部線性嵌入算法）或LTSA（局部切空間排列算法）流形學習算法提取軸心軌跡二維流形作為敏感特徵；其中每種流形習算法對應表示主軸1運行狀態的曲線圖分別不同，以主軸1正常和不對中兩種狀態為例進行流形敏感特徵提取，三種流形學習算法提取不同狀態的低維流形圖不同（如圖5所示）。
（5）根據由步驟（4）處理後可以得到不同故障狀態的流形敏感特徵Qij，根據流形敏感特徵Qij進行主軸故障狀態f（i）判斷。
3）經步驟1）中兩個電渦流感測器2採集到相位差為90度的主軸振動信號在同一平面坐標系內交於一點，連續採樣後即可獲得軸心軌跡（如圖4所示）。
4）對步驟3）中獲得的主軸軸心軌跡進行誤差分離，以獲得主軸實際迴轉精度。採用已有的三點法圓度誤差分離方法（EST）進行圓度形狀和迴轉誤差的分離；《一種基於軸心軌跡流形學習的主軸迴轉誤差溯源方法》採用頻域三點法實現誤差的分離，得到主軸1的實際迴轉精度A。
由於主軸迴轉誤差的計算是在已測得主軸迴轉誤差運動軌跡的條件下定量地求解其運動誤差大小的一種方法，用主軸迴轉誤差的特徵值—迴轉精度來表示主軸迴轉誤差的大小。主軸迴轉精度的定義方式：以圓圖像的圓度誤差值作為主軸迴轉精度，採用頻域三點法圓度誤差分離方法後，以圓圖像的圓度誤差值作為主軸迴轉精度，計算所測試主軸1的實際迴轉精度A。
5）根據主軸1的實際迴轉精度A和流形敏感特徵Qij獲得映射函式圖譜資料庫Q：{f（i）＝Qij|A}；其中，i表示主軸狀態的種類，如正常狀態、主軸偏心、軸承發熱磨損等故障狀態；j=1，2，3，表示ISOMAP、LLE和LTSA三種不同的流形學習算法；每一種主軸狀態，都對應三種流形敏感特徵。
6）若主軸1的實際迴轉精度A≥ηE，η＝0.8~1，則調用映射函式圖譜資料庫Q，進行主軸迴轉誤差的溯源，並對相應故障進行維修；若主軸1的實際迴轉精度A≥ηE，η＝0.6~0.8，則對主軸迴轉誤差進行溯源分析監控；其中E是該工具機出廠時的主軸迴轉精度。
綜上所述，《一種基於軸心軌跡流形學習的主軸迴轉誤差溯源方法》根據主軸迴轉精度的軸心軌跡，調用流形敏感特徵和故障狀態的映射函式圖譜資料庫Q，根據敏感特徵可以很容易確定主軸1的故障狀態，實現了主軸迴轉誤差的溯源。
專利榮譽
2021年6月24日，《一種基於軸心軌跡流形學習的主軸迴轉誤差溯源方法》獲得第二十二屆中國專利優秀獎。
