仪器仪表学报

作者：何坤，张睿洪，贾亚超，邓钦玮，李国龙

单位：何坤,重庆工商大学机械工程学院重庆400067,,张睿洪,重庆工商大学机械工程学院重庆400067,,贾亚超,重庆邮电大学集成电路学院重庆400065,,邓钦玮,重庆工商大学机械工程学院重庆400067,,李国龙,高端装备机械传动全国重点实验室重庆400044,glli@ cqu. edu. cn,

关键词：蜗杆砂轮磨;主轴振动;LNN-Transformer;振动预测

基金：重庆市教委科学技术研究项目（KJZD-K202400802、KJQN202500648）资助

蜗杆砂轮磨齿机主轴振动对齿轮加工质量有决定性影响，但砂轮周期性修整和磨削连续窜刀会改变主轴振动幅值和频率，导致主轴振动预测困难。故引入砂轮直径参数，将输入砂轮线速度转化为砂轮转速，利用砂轮转速的动态特性表征周期性修整的影响；同时引入主轴位置参数，建立砂轮主轴位置补偿函数消除磨削连续窜刀的影响。基于此提出一种主轴振动预测方法，通过磨削工艺参数预测蜗杆砂轮磨齿机主轴振动。首先，利用液态神经网络(LNN)门控机制动态筛选工艺参数特征，模拟工艺参数与振动均方根值(RMS)的物理传导逻辑，通过连续时间动态系统对工艺参数进行离散化，并使用激活函数捕捉两者间的隐藏动态特性；其次，基于LNN建立位置补偿函数，捕捉位置信息与RMS间的隐藏特性，以标准Y轴位置对应RMS值为基准，对其他位置对应RMS值进行映射并补偿；并通过多层堆叠的Transformer编码器块对特征进行全局依赖建模，利用残差连接等对LNN输出特征进行优化，最后移除序列维度并结合补偿值得到振动预测值。在对比实验中，本预测模型R2达到99.19%、RMSE为0.0741、MAE为0.0511、MAPE为0.05%，相较于传统模型预测准确率更高。最后基于该预测模型，建立了蜗杆砂轮磨齿机主轴振动抑制模型，通过量子黏菌算法优化磨削工艺参数实现对主轴振动的抑制，抑制效果达39.99%。

来源：2026年第2期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2026年第2期