论文部分内容阅读
针对当前滚珠丝杠滚道磨损的检测方法多是基于接触式测量且还不完善,结合视听信息和深度学习理论,以实现对滚道磨损的非接触、智能诊断。在视听信息中,视觉用来判断磨损的空间位置,听觉用来分辨磨损量的大小。由于滚道磨损多是连续演化的过程,因而采用不同的磨损量为研究对象,这样有利于实现对早期磨损的判断。在检测滚道磨损时,将听觉信号进行短时傅里叶变换,并进行规范化处理,以期能适应不同速度情况下的检测。之后,运用栈式自编码器神经网络将处理后的信号进行训练,进而得到训练模型。最后,用测试数据对训练模型的检测,结果表明