基于内部伺服信息和EMD-PNN网络的滚珠丝杠副故障诊断试验研

摘要

提出了一种利用光栅尺和编码器采集丝杠内部伺服信息的方法;针对滚珠丝杠副故障信号的非线性、非平稳性特征,引入经验模态分解法(EMD),对丝杠4种故障状态下的内部伺服信息进行时频域分析,并将峰度、频率、方差等时、频域特征组成原始特征集,以该特征集为输入,建立概率神经网络(PNN)模型,对滚珠丝杠副的故障状态进行模式识别.通过分析比较EMD-PNN与EMD-BP两种网络模型的性能和诊断结果,验证了EMD-PNN网络模型对滚珠丝杠副故障诊断的优越性及可行性.