孪生Transformer编码胶囊数控机床主轴故障分类网络研究

简介

主轴作为数控机床最重要的机械模块之一,及时检测其故障可保障机床的运转效能和加工精度。由此,提出一种孪生Transformer编码胶囊数控机床主轴故障分类网络。利用二维化预处理模块,得到较完整的原始数控机床主轴轴承振动数据;采用改进Transformer编码特征提取模块,获得深层次振动信号特征;通过高级胶囊特征转移网络实现特征映射;最后,使用孪生Transformer编码胶囊分类网络完成数控机床主轴故障样本的分类。选择XK7145型铣床完成健康轴承、内外圈故障轴承及滚珠故障下的无磨损刀具与磨损刀具故障诊断实验。结果表明文中方法的平均主轴故障诊断准确率可达95.1%,相对于ISERAVF-net、VSCPC-net方法的平均准确率升高6.9%和12.3%,且文中方法的可视化分类效果较优,采用文中方法检测主轴故障的实验效果更佳。