吴远昊，高宏力，郭 亮，何 翔

（西南交通大学 机械学院，四川 成都 610031）

1 引言

数控机床是工业生产中不可或缺的关键设备，随着现代制造技术的发展，它在国民经济的很多行业（比如航空、汽车、船舶、核电等）中都占有重要的地位[1-3]。机床的发展正在向着高自动化、高精度化、高集成化的方向不断发展，因此，其对于部件的性能的要求也越来越高。

据统计，每年机床故障产生的经济损失达到上千亿人民币，因此监测机床的状态成为眼下的当务之急。滚珠丝杠是机床上常见的进给传动机构，它能将旋转运动转化为直线运动，在生产行业占有重要的地位。丝杠副的状态直接影响到整台设备或者整条生产线的正常运行，特别是在高精度机床上，由于丝杠性能退化产生的影响往往会使得整条生产线停产，带来重大的经济损失，因此当务之急可以监测丝杠的实时状态，对于运行寿命快要到达极限的丝杠进行预警，进一步避免更大的损失。

目前，对于数控机床部件的故障诊断和状态监测，机械工程领域已经进行了大量的研究，包括轴承、齿轮箱故障诊断，刀具寿命预测等都取得了不错的进展，运用的技术也越来越丰富，包括神经网络、SVM、灰色模型等，这使得目前状态监测的精度和可靠性大幅上升。

但是，对于数控机床丝杠运行状态的监测却很少有研究，由于丝杠不同于其他的部件，其性能退化的复杂性也异于齿轮、刀具等，因此对其他部件的状态监测研究方法并不能很好的运用到滚珠丝杠中，而丝杠的监测也缺乏有效的理论指导。……