基于AdaBoost与LCA的滚珠丝杠副状态识别方法

作者：文娟^*

来源：高技术通讯, 2023, 33(03): 332-338.

• 状态监测
• 滚珠丝杠副
• 动态分类器选择
• AdaBoost
• 局部类精度(LCA)

作为数控机床的关键部件,滚珠丝杠副的工作状态关系到整个机床的性能与产品质量。因此,对滚珠丝杠副进行状态监测,准确识别其状态能够提高机床的可靠性与安全性,并降低生产成本。为了提高状态识别精度,提出基于AdaBoost与局部类精度(LCA)的滚珠丝杠副状态识别方法。首先,利用历史失效数据与AdaBoost算法生成一个包含多个分类器的分类器集合。然后,针对未知状态的滚珠丝杠副,根据当前监测信号的特征,利用LCA算法从分类器集合中选出最合适的分类器对其当前状态进行识别。实验结果表明,所提出方法能够有效地识别滚珠丝杠副状态,其状态识别准确率高于传统方法,达到96.3%。

• 出版日期2023
• 单位恒丰泰精密机械股份有限公司; 浙江工业大学