基于POS-SVM的高速锪窝钻装置的磨损量预测

作者：李国其; 梅益^*; 秦剑; 曹洋; 宁雪梅

来源：组合机床与自动化加工技术, 2022, (08): 117-120.

DOI：10.13462/j.cnki.mmtamt.2022.08.027

• Archard磨损模型
• 锪窝钻
• PSO-SVM神经网络
• 磨损量预测

针对接触表面磨损导致配合间隙变大，引起部件之间速度波动、机械振动，影响生产质量的问题，对高速锪窝钻装置齿形限位螺母圈和端面套筒间接触表面的磨损进行了研究。首先，依据Archard理论，结合有限元仿真技术，选取齿形限位螺母圈和端面套筒之间的配合间隙、相对滑动距离、表面摩擦系数、接触载荷为因素，磨损量为目标做了四因素五水平正交实验；其次，对正交实验结果作了极差分析，发现配合间隙和相对滑动距离对磨损量的影响最大；最后，利用PSO(粒子群优化算法)优化后的SVM(支持向量机)神经网络模型对齿形限位螺母圈和端面套筒间接触表面的磨损量进行预测，经过与BP神经网络、SVM神经网络预测的结果对比，发现PSO-SVM神经网络预测系统预测精度及稳定性较高，可用于摩擦副磨损量的预测。

• 单位
  贵阳航空电机有限公司; 贵州电子科技职业学院; 贵州大学