王志荣，顾旻杰，王禹林，欧　屹，冯虎田

(南京理工大学 机械工程学院，南京　210094)

0　引言

滚珠丝杠副恶劣的润滑条件将导致设备产生噪声、抖动、局部磨损发热和漏油等故障，进而影响机床的定位精度及产品加工质量。通过振动信号反映设备润滑条件的技术手段可以使生产人员在不拆开螺母的条件下判断当前滚珠丝杠副的润滑状态，从而采取措施改善润滑条件，防止因润滑不良而导致设备发生磨损、点蚀和变形等故障[1]，因此，对滚珠丝杠副润滑条件进行实时监测具有重大的工程意义。

通过振动信号诊断滚珠丝杠副润滑失效的方法由于见效快、效率高、成本低的优点，近年来得到广泛关注。Z Peng等[2]人研究发现，随着运行时间的增加，齿轮箱的润滑条件逐渐变差，其振动信号频谱峰值会逐渐降低，并且特征频率带也会发生偏移。赵联春等[3]人的研究表明，当轴承润滑不充分时，轴承的振动及噪声明显加剧，AR谱幅度也比润滑充分时高。此外，张磊等[4]利用小波包分解噪声信号对滚珠丝杠副润滑不良故障做出了正确诊断。

遗传神经网络作为一种模式识别方法，被广泛运用在机械故障诊断当中[5]。蒋一然[6]将经遗传算法优化过后的神经网络用于柴油机的故障诊断，得到了理想的诊断效果。陈轶等[7]利用遗传算法优化了神经网络的初始权值阈值，结果表明优化后网络诊断正确率和训练速度均优于优化前。目前研究主要基于噪声信号对滚珠丝杠副的润滑失效进行诊断，而噪声信号对试验现场环境和采集设备要求较高，因此在嘈杂的工业现场较难推广。……