电主轴作为高端数控设备的核心部件直接决定了数控设备的加工水平。对电主轴进行状态监测和故障预警,可以减少设备非计划停机时间、降低设备维护成本以及延长设备剩余使用寿命。现有电主轴的故障预警研究较少考虑设备状态演变特性和复杂机电设备加工特点,导致电主轴的状态监测模型精度低以及阈值设置不合理造成的故障预警准确率低。针对以上问题,本文分析了电主轴常见故障产生的原因,基于电主轴正常运行过程中采集的主轴温度、主轴轴承振动信号以及主轴电机电流等数据,利用改进自编码网络建立电主轴状态监测模型,并基于该模型制定故障预警策略实现电主轴故障预警,主要工作内容如下:1.本文在了解电主轴的结构和工作原理的基础上,对现场电主轴的常见故障进行统计,总结分析了电主轴常见的故障表现形式和故障部位。最后确定了以主轴温度和主轴振动信号为主要故障特征参数,同时为了更为全面对电主轴进行掌握,又引进了主轴电机电流等参数。并基于OPC协议设计数据采集方案,保证数据传输的实时性和稳定性。2.针对电主轴在早期运行阶段无法产生丰富的故障样本,本文选择设备的正常数据作为训练样本,利用自编码网络重构正常数据得到正常样本的特征。其次考虑设备的状态演变是一个随时间逐渐劣化的过程,在此过程中电主轴产生的运行数据呈时间序列数据的特点,在自编码的基础上引入LSTM单元,提高挖掘时间序列特征的能力。利用改进后的自编码网络对电主轴正常状态下特征参数进行重构,建立主轴正常状态模型。当设备处于正常运行状态,模型可以重构正常输入数据,使重构误差保持在较小误差范围内;当设备偏离正常状态时,数据的重构误差逐渐增大,超出正常数据的误差范围。3.为了进一步对设备偏离程度进行量化分析,采用加权的欧式距离计算重构数据和输入数据的差异程度,并作为预警指标。在预警指标的基础上,基于区间估计实时计算报警阈值。当预警指标超过报警阈值,可认为电主轴发生异常进入劣化状态,发出故障预警。最后,通过某工厂的数控加工中心进行实验,结果表明该方法能够有效进行电主轴的故障预警。最后,以某变速箱箱体生产线为应用场景,结合本文的研究方法设计开发故障预警原型系统,为电主轴的稳定运行提供技术支持。