數(shù)控機(jī)床滾珠絲杠副性能退化評估技術(shù)研究

馬忠波

（甘肅有色冶金職業(yè)技術(shù)學(xué)院，金昌 737100）

滾珠絲杠是數(shù)控機(jī)床的傳動部件，它的主要功能是將旋轉(zhuǎn)運動轉(zhuǎn)變成為線性運動，或者將扭矩轉(zhuǎn)換為反復(fù)作用力。由于滾珠絲桿摩擦力比較小，所以滾珠絲桿在工業(yè)設(shè)備和精密儀器生產(chǎn)加工中廣泛應(yīng)用。但是,在結(jié)構(gòu)尺寸、加工條件、安裝精度等因素的作用下，滾珠絲桿運行環(huán)境比較復(fù)雜。所以,運行一段時間以后，滾珠絲桿性能會下降，必須對滾珠絲桿性能退化進(jìn)行分析，才能確保數(shù)控機(jī)床運行的精準(zhǔn)性和可靠性。

1 數(shù)控機(jī)床滾珠絲桿退化原因

數(shù)控機(jī)床滾珠絲桿由絲桿、軸承、驅(qū)動電機(jī)、支座、螺母等構(gòu)成，數(shù)控機(jī)床構(gòu)成如圖1所示。滾珠絲桿在運行過程中，由于受到各個方面的因素影響，滾珠絲桿的性能不斷下降，這會影響數(shù)控機(jī)床的幾何精度和加工精度。由于滾珠絲桿的性能退化與加工方式、安裝方法和潤滑方式等有關(guān)，滾珠和滾道之間的摩擦磨損比較復(fù)雜，所以想要獲取滾珠絲桿全壽命周期的性能退化樣本比較困難，通過在線監(jiān)測系統(tǒng)，及時采集數(shù)控機(jī)床的滾珠絲桿數(shù)據(jù)信息，可以提高評估的效率和精確性。

2 滾珠絲桿在線監(jiān)測系統(tǒng)和動態(tài)聚類數(shù)據(jù)處理技術(shù)

2.1 滾珠絲桿在線監(jiān)測系統(tǒng)

滾珠絲桿在線監(jiān)測系統(tǒng)是在磁座底下的絲桿兩端軸承上分別安裝兩個單向加速傳感器，通過采集絲桿兩端振動信號，從而對滾珠絲桿的運行情況進(jìn)行有效監(jiān)測。滾珠絲桿的在線監(jiān)測系統(tǒng)監(jiān)測滾珠絲桿的軸徑為45mm，行程是762mm，導(dǎo)程是12mm。

2.2 動態(tài)聚類數(shù)據(jù)處理技術(shù)

由于滾珠絲桿副性能退化周期比較長，短時間內(nèi)無法發(fā)現(xiàn)滾珠絲桿存在的問題，所以需要對整個滾珠絲桿進(jìn)行全周期退化性能進(jìn)行監(jiān)測，長期連續(xù)地采集滾珠絲桿退化數(shù)據(jù)，以免造成數(shù)據(jù)信息的遺漏，影響退化性能的評估。為了確保滾珠絲桿副性能的評估效率和評估精度，使用動態(tài)聚類數(shù)據(jù)處理技術(shù)，設(shè)置一個伸縮矩形窗處理滾珠絲桿運行過程的數(shù)據(jù)信息，并對伸縮矩形窗產(chǎn)生的數(shù)據(jù)信息不斷移動和匹配，從中提取有用的數(shù)據(jù)信息，并對數(shù)據(jù)進(jìn)行有效壓縮。因此，滾珠絲桿在線監(jiān)測系統(tǒng)的伸縮矩形窗一共設(shè)置了20個采樣點，采樣高度為0.4V，通過動態(tài)聚類數(shù)據(jù)處理技術(shù)，去除數(shù)據(jù)中的冗余信息，將伸縮矩形窗的1000個數(shù)據(jù)點壓縮到464個點，減少了53.6%，大大提高了滾珠絲桿的評估效率和速度。

3 滾珠絲桿性能退化評估技術(shù)

3.1 灰色神經(jīng)網(wǎng)絡(luò)

灰色神經(jīng)網(wǎng)絡(luò)是一種將灰色系統(tǒng)模型和神經(jīng)網(wǎng)絡(luò)模型結(jié)合在一起的智能計算模型，它充分利用兩種模型在信息處理方面的優(yōu)勢。比如，灰色系統(tǒng)模型處理問題時需要的樣本數(shù)據(jù)少，不需要考慮樣本數(shù)據(jù)的分布規(guī)律和變化趨勢，但是由于灰色系統(tǒng)模型的自組織、自適應(yīng)性比較差，非線性處理能力比較弱。相反，神經(jīng)網(wǎng)絡(luò)系統(tǒng)自組織性和自適應(yīng)性比較強(qiáng)，對非線性數(shù)據(jù)信息處理比較強(qiáng)。人們可以將兩者結(jié)合起來，相互彌補(bǔ)各自的缺陷，從而建立性能更加優(yōu)化的灰色神經(jīng)網(wǎng)絡(luò)模型。

灰色神經(jīng)網(wǎng)絡(luò)模型有串聯(lián)型、嵌入型和并聯(lián)型三種結(jié)構(gòu)。串聯(lián)型指通過神經(jīng)網(wǎng)絡(luò)組合多個灰色模型計算的結(jié)果；嵌入型指分別在神經(jīng)網(wǎng)絡(luò)輸入端和輸出端增加一個灰化層和白化層；并聯(lián)型首先對數(shù)據(jù)分別進(jìn)行灰色系統(tǒng)模型和神經(jīng)網(wǎng)絡(luò)處理，然后將兩者的處理結(jié)構(gòu)進(jìn)行組合。對于不同的灰色系統(tǒng)模型和神經(jīng)網(wǎng)絡(luò)模型，人們可以根據(jù)實際情況選擇合適的方式進(jìn)行組合，并建立不同的灰色神經(jīng)網(wǎng)絡(luò)模型。比如，灰色BP網(wǎng)絡(luò)模型就是一種嵌入式結(jié)構(gòu)模型，它在神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上，在灰色系統(tǒng)動力學(xué)確定性信息之前加入一個灰色層進(jìn)行灰化處理，在灰色系統(tǒng)動力學(xué)特征之后加一個白化層處理對灰色輸出進(jìn)行白化處理。

3.2 量子遺傳優(yōu)化算法

量子遺傳優(yōu)化算法將量子計算和遺傳算法結(jié)合起來，它根據(jù)CNN權(quán)值和閾值的特點，用量子比特編碼的方式科學(xué)構(gòu)建染色體基因，并生成若干個染色體種群，通過量子變異、交叉等實現(xiàn)種群進(jìn)化，提高整個算法的搜索效率，在進(jìn)化中對個體適應(yīng)性進(jìn)行評價，從而得到網(wǎng)絡(luò)權(quán)值和閾值的最佳初始化參數(shù)。其具體步驟如下。

首先，將種群進(jìn)行初始化，設(shè)種群規(guī)模為N，初始化種群 Q（tɑ）=（q1tɑ，q2tɑ，q3tɑ， …qNtɑ）， 其 中， 任 意 t的多量子比特編碼為：

然后，對量子進(jìn)行交叉和變異，量子交叉讓量子個體信息進(jìn)入種群內(nèi)部進(jìn)行交流，產(chǎn)生新的個體，避免種群局部優(yōu)化。量子變異則是通過輕微打亂某一個量子個體當(dāng)前的進(jìn)化方向，選擇個體任意位置進(jìn)行變異，從而產(chǎn)生優(yōu)化的個體。

最后，選擇量子旋轉(zhuǎn)門，量子旋轉(zhuǎn)門是量子演化的執(zhí)行機(jī)構(gòu)。根據(jù)量子遺傳算法的計算特點選擇量子旋轉(zhuǎn)門，量子旋轉(zhuǎn)門的更新過程可以用式（2）、式（3）表示。

3.3 滾珠絲桿性能退化模型

滾珠絲桿性能退化模型指在滾珠絲桿上安裝傳感器，然后通過動態(tài)聚類數(shù)據(jù)處理技術(shù)采集滾珠絲桿傳感器的數(shù)據(jù)信息，提取一系列時域、時頻和頻域等特征信息組成高維空間，通過PCA方法壓縮采集數(shù)據(jù)信息，并將滾珠絲桿敏感性特征和同一時間的機(jī)車數(shù)據(jù)信息存入特征數(shù)據(jù)庫。在進(jìn)行驗算時，可以從特征數(shù)據(jù)庫中隨機(jī)抽取樣品作為計算樣本，通過量子遺傳算法對樣本進(jìn)行優(yōu)化，再從特征數(shù)據(jù)庫中抽取一部分樣品檢測量子遺傳算法計算出的結(jié)果是否準(zhǔn)確。如果量子遺傳算法預(yù)測出來的精度在數(shù)控機(jī)床滾珠絲桿的精度誤差范圍，說明量子遺傳算法是正確的，則這種方法可以用來在線預(yù)測數(shù)控機(jī)床滾珠絲桿的性能。如果量子遺傳算法計算出來的精度超過允許的誤差范圍，那么需要增加抽樣樣本數(shù)量或者修改計算參數(shù)修正模型，以得到正確的預(yù)測結(jié)果。

4 結(jié)語

數(shù)控機(jī)床滾珠絲桿的副性能退化功能反映出絲桿退化的敏感性、復(fù)雜性，通過對絲桿退化性能的評估，人們不僅能及時發(fā)現(xiàn)絲桿存在的問題，還能快速進(jìn)行維修，確保絲桿的正常運行，提高數(shù)控機(jī)床的加工精度和加工效率。運用動態(tài)數(shù)據(jù)處理技術(shù)，人們可以去除評估過程中的冗余數(shù)據(jù)，減少絲杠評估系統(tǒng)中的干擾，提高系統(tǒng)在線評估的效率，確保絲桿評估系統(tǒng)的正確性和精度。