基于SVM的机电一体化数控机床主轴故障预测技术

编号 zgly0001750699

文献类型 期刊论文

文献题名 基于SVM的机电一体化数控机床主轴故障预测技术

作者 杨磊 

作者单位 新乡职业技术学院 

母体文献 木工机床 

年卷期 2023,(1)

页码 12-15

年份 2023 

分类号 TG659 

关键词 SVM  机电一体化  数控机床  主轴  故障预测 

文摘内容 传统故障预测方法耗时过长,数据不准确。文章研究一种基于SVM的机电一体化数控机床主轴故障预测技术,通过自回归模型确定信号波形特征,代入系统后提取信号故障的特征;基于支持向量机采集的异常数据,构建主轴故障预测模型;利用SVM信号故障分类管理器对信号进行故障分类,从而准确预测数控机床主轴发生故障情况。测试结果表明:使用SVM技术故障预测平均用时103.59 s;当频率为50 Hz和400 Hz时,幅值变化分别为288 mV和300 mV,与预制结果的差值分别为12 mV和15 mV,优化后的方法可以提高主轴故障预测的准确率。