[发明专利]一种基于热态特性机理分析的机床信息采集分离方法在审

专利信息
申请号: 202210035656.1 申请日: 2022-01-13
公开(公告)号: CN114357660A 公开(公告)日: 2022-04-15
发明(设计)人: 沈继祥 申请(专利权)人: 沈继祥
主分类号: G06F30/17 分类号: G06F30/17;G06F30/23;G06F30/27;G06F30/28;G06F113/08;G06F119/08;G06F119/14
代理公司: 暂无信息 代理人: 暂无信息
地址: 322125 浙江省金*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 特性 机理 分析 机床 信息 采集 分离 方法
【权利要求书】:

1.一种基于热态特性机理分析的机床信息采集分离方法,其特征在于,具体包括以下步骤:

S1、在机床内部安装大量传感器,安装的传感器为热量检测传感器,主要用于对轴承的摩擦热和电机自身的发热进行检测,间接监测到机床主轴的温度,同时计算电机电子的生热率和电机转子的生热率;

S2、构建几何模型,选取主轴的剖面建立几何模型,选用ANSYS软件热分析中的PLANE13进行热分析,经过施加载荷、求解,主轴有限元模型网格划分,可得到高速主轴有限元分析模型;

S3、计算主轴密封环的对流换热系数,在依据前后密封环之间的气隙很小的情况下,假设空气处于紊乱状态,此时可以求出努塞尔数,并求出对流换热系数,同时计算主轴与外部空气的传热系数;

S4、对不同的热数据进行采集存储,并进行分析检测,剔除故障数据并对正常数据进行收录,将数据载入至数据库中对数据进行更新,方便后续进行数据提取或结合数据对热情景进行分析;

S5、建立神经网络并导入数据进行训练,在对数据进行排查时将采集的数据导入至神经网络模型中,并对导入的数据进行特征提取和筛选;

S6、基于赫兹接触理论和点接触非牛顿热弹性流体动力润滑理论建立一种主轴轴承系统的热机耦合的分析模型,在该模型内综合考虑了预载荷、离心力、回转力矩和润滑情况等因素的影响,根据该模型的仿真分析和试验研究观察轴承预载荷对于温升的影响,同时通过该模型也可以获得滚子单元和滚道之间的接触热阻以及冷却系统的对流换热系数;

S7、通过试验来获得主轴系统上热关键点的温度值、温度场分布情况以及热波动情况等,通过引入遗传算法来寻找更优的对流换热系数值,使得有限元分析模型结果更加贴近实际,借助试验平台,可开展机床主轴系统热动态特性分析与测试研究,并对热设计方案进行有效性和准确性验证,进一步完成对热设计方法的修正。

2.根据权利要求1所述的一种基于热态特性机理分析的机床信息采集分离方法,其特征在于,所述S1中,大量传感器主要分布在轴承处和电机周边。

3.根据权利要求1所述的一种基于热态特性机理分析的机床信息采集分离方法,其特征在于,所述S2中,其模型共有2580个单元、2920个节点,当主轴转速N=8000r/min,定子冷却油的流量为2.5L/min时,将相应参数带入ANSYS有限元分析软件,得到主轴的温度场模型。

4.根据权利要求1所述的一种基于热态特性机理分析的机床信息采集分离方法,其特征在于,所述S6中,结合接触热阻模型和有限元模型,得到可以应用于大梯度温度场的计算模型,建立一种使用了轴对称热阻单元的外部驱动主轴-壳体热模型,对主轴的性能进行定量地评估。

5.根据权利要求1所述的一种基于热态特性机理分析的机床信息采集分离方法,其特征在于,所述S7中,基于相似理论,通过经验公式获得用于有限元热特性分析的初始对流换热系数。

6.根据权利要求1所述的一种基于热态特性机理分析的机床信息采集分离方法,其特征在于,所述S5中,采用时域、频域、时频域分析中的总体经验模态分解以及灰度共生矩阵等特征提取方法对基础信息数据集进行特征提取。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于沈继祥,未经沈继祥许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210035656.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top