目前,滚珠丝杠副刚性的一次测量只能测得一个位置处刚度,需进行多次测量才能获得有效行程内的刚度波动情况,且每次测量需要拆卸和调整测量装置,耗时耗力。由于滚珠丝杠副摩擦力矩测量是空载扭矩,在测量行程中,螺旋升角和接触角是基本没有什么变化,同时在刚性测量中,轴向载荷的加载对螺旋升角和接触角的影响非常小,可以简单、快速获得双螺母预紧滚珠丝杠副不同位置处接触刚度值波动情况,对双螺母预紧滚珠丝杠副的滚珠进行动力学分析,建立预紧力与接触刚度的关系式,结合滚珠丝杠副预紧力与摩擦力矩平衡方程,建立关于摩擦力矩的接触刚度数学模型;使用滚珠丝杠副摩擦力矩试验台对两种不同型号的双螺母预紧滚珠丝杠副进行摩擦力矩测量;在滚珠丝杠副静刚度试验台上对以上两件滚珠丝杠副进行静刚度测量。试验结果表明：当双螺母预紧滚

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。