针对基于微米技术的微机械陀螺检测功能微弱的现象,本文建立了振动轮式微机械陀螺仪的机电系统动力学模型.经对某微陀螺结构的仿真计算发现,哥氏阻尼力随激励哥氏力增大而增大,造成电容检测信号极为微弱,无论激励的幅度和频率如何.为此,本文给出了一种新型振动轮式微陀螺结构,可减小哥氏阻尼力,相对增大了激励哥氏力.这种新型结构显著增强了电容检测信号,而且具有双轴微陀螺功能、对耦合线加速度不敏感等特点.

滚珠丝杠副预紧力丧失将导致机床进给精度及加工质量受到显著影响,实时监测滚珠丝杠副预紧力的变化并对其健康状态作出诊断具有重大意义。提出了一种将EMD（Empirical Mode Decomposition）与MSE（Multi-Scale Entropy）相结合的信号处理方法进行预紧力丧失的故障诊断;设计了一种新型双螺母预紧力调节装置,用于采集不同预紧力水平下的螺母振动信号,通过EMD分解得到振动信号第一特征频率附近的IMF（Intrinsic Mode Function）分量,接着计算该IMF多个尺度下的熵值,分别以多尺度熵值与第一特征频率为特征向量建立BP神经网络进行预紧力丧失的诊断。诊断结果表明,以多尺度熵作为故障诊断特征向量时,神经网络的诊断正确率相比后者提高了50%。研究结果可用于基于振动特征的滚珠丝杠副预紧力丧失的故障诊断,对于促进滚珠丝杠副健康状态监测方法的发展具有重大意义...

滚珠丝杠副润滑失效将导致进给精度及加工质量受到显著影响，因此通过振动信号对其润滑条件进行在线识别并对失效状态作出诊断具有重大意义。文章通过试验模拟了滚珠丝杠副油润滑不良、油润滑充分和脂润滑充分三种润滑条件。首先提出了基于小波包分解（WPD）的振动信号能量提取算法，计算得到不同润滑条件下振动信号不同频率带上的信号能量；然后建立了遗传算法（GA）优化后的BP神经网络；最后将信号能量作为特征向量导入至遗传神经网络中进行训练并进行测试。测试结果表明，神经网络的诊断正确率达到90%。研究结果可用于滚珠丝杠副润滑失效的故障诊断，对于促进滚珠丝杠副健康状态监测方法的发展具有重大意义。

针对现有导轨副滑块型面精度检测装置精度低、专用程度不足和自动化水平落后等问题,提出一种激光位移传感器倾斜测量的方案,根据该方案设计专用检测装置。装置设计主要针对实现其测量过程的结构设计,包括试验台整体设计、夹具台设计、滑块基准面测量部件设计等,同时也对测控系统进行设计以保证运动的控制与数据的采集。最后对检测装置进行精度分析并与现有的测量装置的方法进行对比,展现该装置的优越性。