精密主轴系统是数控机床的核心部件,主轴系统性能劣化程度将直接影响加工工件的质量。主轴系统回转精度的变化受到轴承磨损、发热、振动、噪声等因素的影响。研究主轴系统回转精度劣化机理可以得到机床在服役期内其回转精度逐步劣化最终超过规定范围而不能完成规定功能的一般规律。本文以高速电主轴和数控机床主轴系统为研究对象进行主轴系统回转精度劣化机理的研究。确定主轴系统性能劣化特征量。分析影响主轴系统回转精度的因素,选取主轴系统平均径向误差和轴心轨迹作为衡量主轴系统性能劣化指标。平均径向误差显示了主轴系统径向振幅的平均值。轴心轨迹作为主轴系统整体的输出,是主轴系统磨损、热变形、振动、噪声等信息的融合,能够全面体现主轴系统的性能状态。从静力学、动力学和热分析角度对轴承劣化机理进行研究。轴承是主轴系统的关键零件,轴承劣化情况决定了主轴系统的性能状态。在静力学部分,推导了混合陶瓷球轴承曲率和、曲率差、接触应力、应变计算公式。对轴承滚珠与轴承内外滚道的接触应力、应变、次表面应力进行分析,发现轴承内滚道受力最大,变形最大。在动力学部分,计算了混合陶瓷球轴承在高速旋转时的离心力和陀螺转矩。在轴承基本尺寸无法改变的情况下,采用密度小的陶瓷材料制成的滚珠有利于降低离心力和陀螺转矩,进而减少摩擦生热,延缓轴承劣化。在热分析部分,当轴承承受最大额定静载荷与最大额定动载荷时,轴承内圈发热最多,滚珠次之,外圈发热最低。利用流形学习算法提取主轴系统轴心轨迹微弱特征,建立主轴系统劣化状态识别模型。利用轴心轨迹时频域特征建立高维特征空间,利用流形学习算法从高维特征空间提取轴心轨迹低维流形特征。通过转子试验台模拟主轴系统由正常状态到不平衡状态再到碰摩状态的劣化过程,建立主轴系统不同劣化状态的低维流形结构。流形学习算法中的LTSA算法和Laplacian算法能够有效地区分主轴系统正常、不平衡、碰摩状态下的轴心轨迹低维流形特征,对不同劣化状态进行了识别和分类。进行主轴系统回转精度劣化试验研究,建立主轴系统回转精度劣化模型。以CJK1630数控机床为基础,设计制造主轴加载装置。搭建主轴系统热变形测试试验台与动态误差测试试验台。实现主轴系统热变形和平均径向误差实时在线测量。对主轴系统进行热变形试验,平均径向误差随时间、温度劣化试验,空载、加载平均径向误差随速度变化试验。通过平均径向误差随时间劣化试验和模型拟合,确定机床主轴系统回转精度劣化规律为线性规律。