CN116050914A - 机床设备安装一致性定量评价方法 - Google Patents
机床设备安装一致性定量评价方法 Download PDFInfo
- Publication number
- CN116050914A CN116050914A CN202310060539.5A CN202310060539A CN116050914A CN 116050914 A CN116050914 A CN 116050914A CN 202310060539 A CN202310060539 A CN 202310060539A CN 116050914 A CN116050914 A CN 116050914A
- Authority
- CN
- China
- Prior art keywords
- installation
- machine tool
- consistency
- sample data
- key functional
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000009434 installation Methods 0.000 title claims abstract description 102
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000011158 quantitative evaluation Methods 0.000 title claims abstract description 21
- 238000011156 evaluation Methods 0.000 claims abstract description 39
- 238000012360 testing method Methods 0.000 claims abstract description 36
- 238000009826 distribution Methods 0.000 claims abstract description 8
- 230000001133 acceleration Effects 0.000 claims description 18
- 230000005284 excitation Effects 0.000 claims description 9
- 238000005070 sampling Methods 0.000 claims description 9
- 238000011900 installation process Methods 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 7
- 230000001360 synchronised effect Effects 0.000 claims description 7
- 238000012544 monitoring process Methods 0.000 claims description 5
- 238000001228 spectrum Methods 0.000 claims description 5
- 230000008859 change Effects 0.000 abstract description 8
- 238000004519 manufacturing process Methods 0.000 abstract description 4
- 238000010923 batch production Methods 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- LWSOZPNJUFEDJU-UHFFFAOYSA-N 2-[4-(1,3-benzoxazol-2-yl)-2-methoxyphenyl]acetonitrile Chemical compound C1=C(CC#N)C(OC)=CC(C=2OC3=CC=CC=C3N=2)=C1 LWSOZPNJUFEDJU-UHFFFAOYSA-N 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000003909 pattern recognition Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 206010023230 Joint stiffness Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种机床设备安装一致性定量评价方法,本方法将动力学测试与机床设备安装一致性评价联系起来,利用模式识别结果,分离出机床关键功能部件安装后的敏感固有频率,以此分离后的敏感固有频率作为机床安装一致性评价指标,该指标的数值变化与安装的条件(刚度)、质量分布的改变密切相关;考虑机床生产的小批量过程,安装样本数据相对较少,运用传统的估计方法难以得到满意的结果,因此采用改进Bootstrap方法扩充分析样本数据,运用贝叶斯小样本估计法综合当前样本信息和先验信息,提高机床设备安装一致性定量评价的效率和可靠性,获得机床关键功能部件安装的概率密度函数,满足3西格玛准则的置信区间,最终实现机床安装一致性定量评价。
Description
技术领域
本发明涉及设备诊断技术领域,尤其涉及一种机床设备安装一致性定量评价方法。
背景技术
复杂机械***的性能可靠性由设计、制造和装配三个环节共同保证完成,机械***的装配是完成复杂***制造的最后一个环节,也是保证产品质量最重要的一个环节,装配的质量以及一致性直接决定了机械结构的最终性能。对于机床设备这一复杂机械***而言,装配过程愈加复杂,人为因素影响大且难以定量评价、装配质量和一致性难以保障。因此,对机床设备的装配质量进行定量分析,保障***的安装一致性,提升维修效率具有重要的研究意义。
但是由于受到实验和分析技术、统计分析和验证技术的局限,对机床设备安装一致性进行全面的定量评价仍然是十分困难的。亟待解决下列三个方面的技术问题:
(a) 机床设备安装一致性评价指标的选择;安装尺寸精度由于其具有直观性好、测试简单、测试精度高的特点,往往被作为机床设备安装一致性评价指标。但是在实际使用过程中,针对复杂机械***而言,单一的几何精度往往不能有效的反馈机械结构之间的质量分布、连接和边界约束状况的变化,因此,需要更为有效的安装一致性评价指标,能够有效的评价机床设备这一复杂机械***的安装一致性。
(b) 高效的测试方案和测试技术;由于机械结构复杂的影响,常规的测试方法(如锤击法)不能有效的对复杂机械***进行整体的动力学模式识别。贝叶斯运行模态法(BOMA)由于其实验过程简单、操作性强、容错性好、实验过程时间短;能够对实验结果进行可靠性评价,具有高效和高精度,被广泛应用于大型机械结构的动力学模式识别中。该方法是将模态识别看作一个概率推断问题,对于给定的***模型和测试数据,使用概率来衡量结果的相关可行性。
(c) 小样本测试数据的可靠性评价技术;在实际应用过程中,不可避免的存在机床设备安装一致性定量评价时数据样本不足的问题,需要通过引入数据融合技术在充分利用验前数据的基础上来扩充样本量,建立***安装一致性分析模型,得到机床设备安装一致性评价指标概率分布密度,以及相应的置信区间,实现机床设备安装一致性的定量评价。
发明内容
本发明所要解决的技术问题是提供一种机床设备安装一致性定量评价方法,本方法将动力学测试与机床设备安装一致性评价联系起来,利用机床模式识别结果,分离出机床关键功能部件安装后的敏感固有频率,以分离后的敏感固有频率作为机床安装一致性评价指标,通过建立关键装配工序质量与连接状态、结构边界条件、物理特性参数的关系,利用小样本分析技术,实现复杂机床设备安装一致性的检测和评价。
为解决上述技术问题,本发明机床设备安装一致性定量评价方法包括如下步骤:
步骤一、对机床重要功能部件的安装过程进行划分,确定需要进行安装一致性评价的关键功能部件;
步骤二、确定机床每步安装中各关键功能部件的安装结合面,采用加速度传感器和多通道加速度同步数据采集***在随机振动激励环境下进行整机动力学测试,获得测试***的加速度以及相应的功率谱特性;通过贝叶斯运行模态法,获得机床各关键功能部件正常安装状态的动力学模态特性参数,包括固有频率以及相对应的三维振型;
步骤三、按三维振型结果建立关键功能部件安装与监控固有频率之间的对应关系,确定对各关键功能部件安装影响的敏感固有频率,提取该敏感固有频率为关键动力学特性参数,形成安装一致性评价指标;
步骤四、对多台机床的安装过程进行数据采集、分析,形成该机床安装一致性评价指标样本数据;
步骤五、采用改进Bootstrap方法扩充机床安装一致性评价指标样本数据;
步骤六、针对扩充后的机床安装一致性评价指标样本数据,采用贝叶斯小样本估计方法综合先验样本数据和当前样本数据,得到该关键功能部件安装的概率分布特性;
步骤七、采用3西格玛准则对机床的安装敏感固有频率进行定量的评价,获得各关键功能部件结合面改变的情况下,其对应的敏感固有频率需满足3西格玛准则的置信区间。
进一步,所述步骤二中,采用加速度传感器和多通道同步数据采集***在随机振动激励环境下进行整机动力学测试的采样频率不少于8000Hz,采样时长不少于30s。
进一步,所述步骤四中,机床安装一致性评价指标样本数据不少于10台机床的测试结果,后续的测试样本能自动累加更新。
进一步,所述步骤五中,采用改进Bootstrap方法扩充机床安装一致性评价指标样本数据,扩充次数不少于1000次。
由于本发明机床设备安装一致性定量评价方法采用了上述技术方案,其本质是将动力学测试与机床设备安装一致性评价联系起来。利用模式识别结果,分离出机床关键功能部件安装后的敏感固有频率,以此分离后的敏感固有频率作为机床安装一致性评价指标。该指标的数值变化与安装的条件(刚度)、质量分布的改变密切相关。同时考虑到机床的生产是一个小批量的过程,安装样本数据相对比较少。运用传统的估计方法难以得到满意的结果,在本项发明中,首先采用改进Bootstrap方法扩充分析样本数据,运用贝叶斯小样本估计法综合当前样本信息和先验信息,提高机床设备安装一致性定量评价的效率和可靠性,获得机床关键功能部件安装的概率密度函数,满足3西格玛准则的置信区间,最终实现机床安装一致性定量评价。
附图说明
下面结合附图和实施方式对本发明作进一步的详细说明:
图1为本发明机床设备安装一致性定量评价方法流程框图。
实施方式
实施例如图1所示,本发明机床设备安装一致性定量评价方法包括如下步骤:
步骤一、对机床重要功能部件的安装过程进行划分,确定需要进行安装一致性评价的关键功能部件;
步骤二、确定机床每步安装中各关键功能部件的安装结合面,采用加速度传感器和多通道加速度同步数据采集***在随机振动激励环境下进行整机动力学测试,获得测试***的加速度以及相应的功率谱特性;通过贝叶斯运行模态法,获得机床各关键功能部件正常安装状态的动力学模态特性参数,包括固有频率以及相对应的三维振型;
步骤三、按三维振型结果建立关键功能部件安装与监控固有频率之间的对应关系,确定对各关键功能部件安装影响的敏感固有频率,提取该敏感固有频率为关键动力学特性参数,形成安装一致性评价指标;
步骤四、对多台机床的安装过程进行数据采集、分析,形成该机床安装一致性评价指标样本数据;
步骤五、采用改进Bootstrap方法扩充机床安装一致性评价指标样本数据;
步骤六、针对扩充后的机床安装一致性评价指标样本数据,采用贝叶斯小样本估计方法综合先验样本数据和当前样本数据,得到该关键功能部件安装的概率分布特性;
步骤七、采用3西格玛准则对机床的安装敏感固有频率进行定量的评价,获得各关键功能部件结合面改变的情况下,其对应的敏感固有频率需满足3西格玛准则的置信区间。
优选的,所述步骤二中,采用加速度传感器和多通道同步数据采集***在随机振动激励环境下进行整机动力学测试的采样频率不少于8000Hz,采样时长不少于30s。
优选的,所述步骤四中,机床安装一致性评价指标样本数据不少于10台机床的测试结果,后续的测试样本能自动累加更新。
优选的,所述步骤五中,采用改进Bootstrap方法扩充机床安装一致性评价指标样本数据,扩充次数不少于1000次。
本方法将动力学测试和机床设备安装一致性评价联系起来,提出了一种基于动力学特性测试参数的安装一致性评价技术。在环境激励下利用贝叶斯运行模态法对机床的动力学特性进行测试和模式识别;利用模式识别结果,分离出机床关键功能部件安装后的敏感固有频率,并以此作为机床安装一致性评价指标。最终,利用改进自助抽样Bootstrap法、贝叶斯小样本估计和3西格玛准则实现机床装配质量一致性的检测和评价。
本方法实际应用时针对某立式加工中心,该立式加工中心关键功能部件的安装过程主要分为三步,主要包含三个主要的安装结合面,分别为主轴箱与立柱的安装结合面I,立柱与床身的安装结合面II,以及床身与地面的安装结合面III。为了验证动力学特征参数能够作为安装一致性评价的指标,本方法首先将三个结合面完全预紧,获得该机床设备的整机动力学特性,包括固有频率和振型,并以此为基础分离出每阶固有频率对关键功能部件安装的影响,解决动力学问题中的波分离的困难。再分别对关键功能部件的安装结合面进行调整,验证结构固有频率与安装结合面之间的对应关系。将机床设备调整成正常状态,分别对结合面I和II进行80次安装并进行动力学模态识别,对小样本安装过程进行可靠性评价。
利用贝叶斯运行模态法对立式加工中心进行整机动力学测试和模式识别,其主要实验设备包括三轴加速度传感器40个以及PCI1802多通道同步数据采集***;测试环境为随机振动激励,设定测试的采样频率为8000Hz,采样时长为120s。考虑到被测机床设备体积大,采用布置公共测点、分布测试方案,为了保证测试精度,该项测试布置120个测点,分三组进行动力学测试,其中公共测试点6个分布在立柱上端。为了研究固有频率与关键功能部件安装结合面之间的对应关系,首先将三个结合面完全预紧(状态I),通过贝叶斯运行模态法,获得该机床设备在状态I时的整机动力学特性,包括固有频率和振型。再人为将结合面I、II和III的安装结合面刚度进行调整,分别获得在环境激励下的加速度特性,其中状态II和III定义为结合面Ⅰ刚度中等改变和较小改变的状态,状态IV和V定义为结合面II刚度中等改变和较小改变的状态,状态VI和VII定义为结合面III刚度中等改变和较小改变的状态,状态VIII定义为结合面I、II和III同时改变的状态。利用加速度传感器对所有测点进行采集,并对采集信号进行分析,获得各状态的功率谱密度图。
提取立式加工中心状态I时的功率谱密度图中的数据,进行贝叶斯运行模态法分析,可以得到不同状态下立式加工中心前十阶固有频率和状态I情况下的整机三维振型,根据整机三维振型可以看出:(1) 第一和第二阶固有频率主要是由立柱前后和左右摆动引起的; (2) 第三和第四阶固有频率主要是由主轴箱上下和左右摆动引起的;(3) 更高阶的固有频率由床身或床身与立柱的耦合作用引起的。通过不同安装状态下(状态II~V),前四阶固有频率的变化,见表1所示可以发现:(1) 当主轴箱和立柱结合面I发生变化时(状态II~III),第三、四阶固有频率最大变化率分别为3.9%,第一、二阶固有频率最大变化率分别为0.35%; (2) 当立柱和床身结合面II发生变化时(状态IV~V),第一、二阶固有频率最大变化率分别为3.3%,第三、四阶固有频率最大变化率分别为2.3%。也就是说对于该立式加工中心,当结合面I发生变化时,第三和四阶固有频率具有更好监控灵敏度,当结合面II发生变化时,第一和二阶固有频率具有更好的监控灵敏度。后续的安装一致性评价将分别运用前四阶频率对这两处结合面的安装进行可靠性分析。
表1为不同安装状态下立式加工中心前十阶固有频率
一阶 | 二阶 | 三阶 | 四阶 | 五阶 | 六阶 | 七阶 | 八阶 | 九阶 | 十阶 | |
状态I | 34.00 | 67.07 | 102.68 | 116.15 | 164.37 | 251.29 | 292.80 | 325.71 | 438.84 | 469.62 |
状态II | 33.93 | 66.84 | 99.25 | 115.80 | 164.41 | 251.17 | 292.28 | 324.14 | 439.74 | 467.66 |
状态III | 33.88 | 66.05 | 98.68 | 115.78 | 164.01 | 250.08 | 292.08 | 321.35 | 438.87 | 464.46 |
状态IV | 32.94 | 66.49 | 96.71 | 114.42 | 162.74 | 243.92 | 279.34 | 304.83 | 413.05 | 462.32 |
状态V | 32.89 | 66.04 | 95.52 | 114.30 | 160.83 | 237.81 | 277.93 | 297.77 | 406.80 | 465.03 |
状态VI | 34.18 | 68.25 | 99.43 | 116.62 | 165.31 | 251.69 | 292.96 | 325.52 | 373.66 | 444.71 |
状态VII | 34.09 | 67.58 | 103.36 | 116.25 | 164.90 | 251.54 | 292.76 | 323.97 | 373.11 | 443.89 |
状态VIII | 31.18 | 65.81 | 108.38 | 113.11 | 160.33 | 237.41 | 279.00 | 316.37 | 407.39 | 433.86 |
在实际检测中,考虑到采集设备的成本较高,过多的加速度传感器也不利于工程实际应用。本方法中将采用三个三轴加速度传感器分别放置于立式加工中心的主轴箱和立柱处。开始测试前将装备结合面调整成正常工作状态,分别对主轴箱与立柱的安装结合面I、立柱与床身的安装结合面II分别进行80次随机安装,在随机环境下采集加速度信号,采用BOMA方法进行模式识别,获得立式加工中心前四阶固有频率的值。其中,结合面I变化时,对第三和四阶固有频率进行归一化处理,结合面II变化时,对第一和二阶固有频率进行归一化处理。
Claims (4)
1.一种机床设备安装一致性定量评价方法,其特征在于本方法包括如下步骤:
步骤一、对机床重要功能部件的安装过程进行划分,确定需要进行安装一致性评价的关键功能部件;
步骤二、确定机床每步安装中各关键功能部件的安装结合面,采用加速度传感器和多通道加速度同步数据采集***在随机振动激励环境下进行整机动力学测试,获得测试***的加速度以及相应的功率谱特性;通过贝叶斯运行模态法,获得机床各关键功能部件正常安装状态的动力学模态特性参数,包括固有频率以及相对应的三维振型;
步骤三、按三维振型结果建立关键功能部件安装与监控固有频率之间的对应关系,确定对各关键功能部件安装影响的敏感固有频率,提取该敏感固有频率为关键动力学特性参数,形成安装一致性评价指标;
步骤四、对多台机床的安装过程进行数据采集、分析,形成该机床安装一致性评价指标样本数据;
步骤五、采用改进Bootstrap方法扩充机床安装一致性评价指标样本数据;
步骤六、针对扩充后的机床安装一致性评价指标样本数据,采用贝叶斯小样本估计方法综合先验样本数据和当前样本数据,得到该关键功能部件安装的概率分布特性;
步骤七、采用3西格玛准则对机床的安装敏感固有频率进行定量的评价,获得各关键功能部件结合面改变的情况下,其对应的敏感固有频率需满足3西格玛准则的置信区间。
2.根据权利要求1所述的机床设备安装一致性定量评价方法,其特征在于:所述步骤二中,采用加速度传感器和多通道同步数据采集***在随机振动激励环境下进行整机动力学测试的采样频率不少于8000Hz,采样时长不少于30s。
3.根据权利要求1所述的机床设备安装一致性定量评价方法,其特征在于:所述步骤四中,机床安装一致性评价指标初始样本数据不少于10台机床的测试结果,后续的测试样本能自动累加更新。
4.根据权利要求1所述的机床设备安装一致性定量评价方法,其特征在于:所述步骤五中,采用改进Bootstrap方法扩充机床安装一致性评价指标样本数据,扩充次数不少于1000次。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310060539.5A CN116050914A (zh) | 2023-01-19 | 2023-01-19 | 机床设备安装一致性定量评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310060539.5A CN116050914A (zh) | 2023-01-19 | 2023-01-19 | 机床设备安装一致性定量评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116050914A true CN116050914A (zh) | 2023-05-02 |
Family
ID=86113130
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310060539.5A Pending CN116050914A (zh) | 2023-01-19 | 2023-01-19 | 机床设备安装一致性定量评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116050914A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100687084B1 (ko) * | 2005-09-01 | 2007-02-26 | 삼성물산 주식회사 | 유한요소 해석 및 민감도 해석에 의한 교량 케이블의 장력추정방법 |
JP2014014881A (ja) * | 2012-07-06 | 2014-01-30 | Jtekt Corp | 工作機械の動特性算出装置および動特性算出方法 |
US20140324356A1 (en) * | 2013-04-30 | 2014-10-30 | Republic Of Korea (National Disaster Management Institute) | Apparatus for evaluating safety of building using earthquake acceleration measurement |
CN109884985A (zh) * | 2019-03-11 | 2019-06-14 | 上海理工大学 | 数控机床整机加工状态动态特性的测量方法 |
CN110044534A (zh) * | 2019-04-19 | 2019-07-23 | 济南大学 | 一种螺栓预紧力检测方法 |
CN111797569A (zh) * | 2020-06-29 | 2020-10-20 | 杭州鲁尔物联科技有限公司 | 一种桥梁状态的评估方法、装置、设备和存储介质 |
CN113239636A (zh) * | 2021-06-16 | 2021-08-10 | 中国人民解放***箭军工程大学 | 一种武器装备的效能评估方法、***、设备及存储介质 |
-
2023
- 2023-01-19 CN CN202310060539.5A patent/CN116050914A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100687084B1 (ko) * | 2005-09-01 | 2007-02-26 | 삼성물산 주식회사 | 유한요소 해석 및 민감도 해석에 의한 교량 케이블의 장력추정방법 |
JP2014014881A (ja) * | 2012-07-06 | 2014-01-30 | Jtekt Corp | 工作機械の動特性算出装置および動特性算出方法 |
US20140324356A1 (en) * | 2013-04-30 | 2014-10-30 | Republic Of Korea (National Disaster Management Institute) | Apparatus for evaluating safety of building using earthquake acceleration measurement |
CN109884985A (zh) * | 2019-03-11 | 2019-06-14 | 上海理工大学 | 数控机床整机加工状态动态特性的测量方法 |
CN110044534A (zh) * | 2019-04-19 | 2019-07-23 | 济南大学 | 一种螺栓预紧力检测方法 |
CN111797569A (zh) * | 2020-06-29 | 2020-10-20 | 杭州鲁尔物联科技有限公司 | 一种桥梁状态的评估方法、装置、设备和存储介质 |
CN113239636A (zh) * | 2021-06-16 | 2021-08-10 | 中国人民解放***箭军工程大学 | 一种武器装备的效能评估方法、***、设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
朱坚民 等: "一种新的预测铣刀刀尖频响函数的方法", 《中国机械工程》, vol. 27, no. 20, pages 2765 - 2773 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109822399B (zh) | 基于并行深度神经网络的数控机床刀具磨损状态预测方法 | |
CN110303380B (zh) | 一种数控机床刀具剩余寿命预测方法 | |
CN109357822B (zh) | 一种基于车桥耦合***时变动力特征改变的桥梁快速测试与评估方法 | |
CN109839440B (zh) | 一种基于静置车辆测试的桥梁损伤定位方法 | |
CN111037365B (zh) | 基于生成式对抗网络的刀具状态监测数据集增强方法 | |
CN103034170B (zh) | 一种基于区间的数控机床性能预测方法 | |
Basseville et al. | In situ damage monitoring in vibration mechanics: diagnostics and predictive maintenance | |
CN111761409A (zh) | 一种基于深度学习的多传感器数控机床刀具磨损监测方法 | |
CN110647943A (zh) | 基于演化数据聚类分析的切削刀具磨损监测方法 | |
CN111946559B (zh) | 一种风机基础和塔架结构检测方法 | |
CN106502199A (zh) | 一种机械装备结构运行状态下的频响函数识别方法 | |
CN105866250A (zh) | 基于振动的通风机叶片裂纹识别方法 | |
CN106271881A (zh) | 一种基于SAEs和K‑means的刀具破损监测方法 | |
CN112781820B (zh) | 一种滚刀性能退化趋势评估方法 | |
CN102607641A (zh) | 一种燃气轮机的聚类异常检测方法 | |
CN105626502A (zh) | 基于小波包和拉普拉斯特征映射的柱塞泵健康评估方法 | |
CN111678699A (zh) | 一种面向滚动轴承早期故障监测与诊断方法及*** | |
CN101532902A (zh) | 用于冷冲模具的质量监测和故障诊断方法 | |
CN110321616B (zh) | 基于小波变换和注意力模型的三跨杆塔故障诊断方法 | |
CN116050914A (zh) | 机床设备安装一致性定量评价方法 | |
CN111487924B (zh) | 一种基于生产线多源异构数据的刀具破损分析方法 | |
Chen et al. | Unsupervised damage identification scheme using PCA-reduced frequency response function and waveform chain code analysis | |
CN117171896A (zh) | 一种汽车转向器输入轴加工优化方法及*** | |
CN116610990A (zh) | 一种基于特征空间差异化的断路器隐患识别方法及装置 | |
CN115795325A (zh) | 一种自动检验的输电塔模态参数识别方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |