轴系统是数控机床的重要功能部件，其运行状态直接影响数控机 床的可靠性与加工精度 [1–2]。为实 现主轴系统的故障预警和维修策略 优化，针对主轴状态监测技术进行研 究具有重要的意义，特别是对数控机床主轴状态监测系统的研究，一直是 该领域的研究热点。
周玉清等 [3] 开 发了一种基于主轴电机电流的主轴 状态监测系统，实现了主轴机械组件 的故障诊断和主轴运行能力的评估。Xue 等 [4] 以轴向位移、振动、转速、温 度为电主轴的状态特征态量，基于传 感器和通用系统软件， 设计了数控机床电主轴的多状态参 数在线监控系统。Abele 等 [5] 通过 在数控机床电主轴上集成振动和主轴受力测试系统、轴向位移和轴承损 伤预防性监测系统，研制了主轴多状 态信息融合监测系统。数控机床主轴状态监测系统研 究的关键是对采集的状态信号进行 分析处理。张邦基等 [6] 提出粗集理 论和小波变换相结合的主轴状态特 征参数获取方法。Law 等 [7] 提出 了一种基于小波包分解和 Hilbert– Huang 变换的主轴轴承状态监测方 法。王民等 [8] 将阶次分析和试验模 态测试技术结合，主要研究了电主轴 运行时的振动状态。
众所周知，机械系统状态监测的 目的之一是进行故障识别并预警，但 是对数控机床主轴状态监测方法及 系统进行研究时，主轴系统故障识别 算法是基础和关键。虽然经验模态 分解（EMD）与支持向量机（SVM） 算法在机械系统状态监测与故障诊断过程中具有良好的效果 [9–10]，但是 将 EMD–SVM 算法相融合应用于加 工中心主轴系统状态监测和故障识 别的研究未见报道，本文在设计加 工中心主轴系统状态监测方案的基 础上，研制并搭建硬件系统和软件系 统，提出集成小波降噪方法和 EMD– SVM 算法对采集信号进行处理与分 析，实现加工中心主轴系统的状态监 测，进而对加工中心主轴系统的典型 故障进行准确识别。
加工中心主轴系统的主要故障 往往通过振动、转速、电机电流及温 度等参数的异常变化来反映，但加工中心数控系统本身不能直接提供这 些参数，将上述 4 个特征参数作为监 测对象，主要利用相应的传感器对 其进行测量。加工中心主轴状态监 测系统的总体结构如图 1 所示，主 要包括硬件系统与软件系统。借助 硬件系统采集被监测参数的信号信 息；软件系统实现参数设置和信号 显示，以及信号存储、信号处理与分 析等
根据上述主轴状态监测系统的设计方案，搭建包括传感器、采 集卡和上位机的硬件系统；利用 LabVIEW 软件完成数据采集软件系 统的编写。硬件系统主要用于实现对主轴 转速和振动、主轴电机电流和温度 等信号的测量和采集。分别选择 HC–1F 频率变送器、KZW/P 201S 贴 片式温度传感器、TA22–200 型电流 互感器、356A15 通用型 ICP 加速度 传感器用于特征参数信号的获取，
图 2 所示为硬件系统装置及其连接。传感器安装在加工中心主轴上，并连 接到 PCI 数据采集卡；采集到的信 号通过 RS232 接口由数据采集卡传输至上位机，通过上位机实现对信号 的显示、处理与分析。软件系统主要由基本信息管理 模块、信号采集模块、信号存储模块、 状态监测模块、信号处理与算法实现 模块组成。软件系统的操作、显示主 界面如图 3 所示。其中，基本信息管 理模块主要包括使用者注册、操作者 登录、后台信息管理等；信号采集及 存储模块分别用于信号的实时采集 和存储；状态监测模块实现对上述 特征参数的实时监测；信号处理与 算法实现模块用于对原始试验信号 进行滤波、基于 EMD 的特征信号提 取和基于 SVM 的故障信号识别等功能。
1 信号的降噪处理主轴状态
监测系统所采集的原始信号中往往含有一定量的干扰信号，特别是振动信号，其中含有大量 成分复杂的干扰信号，需要通过降噪 处理来去除干扰成分，从而获得真实 信号。对于采集到的原始振动信号 的降噪处理分别采用了基于 Birge– Massart 阈值的小波降噪方法与低通 滤波降噪方法，降噪的对比效果如 图 4 所示，可以看出，采用基于 Birge– Massart 阈值的小波降噪方法优于低 通滤波降噪方法，降噪效果明显。因 此，本文采用小波降噪方法对主轴状 态监测系统采集到的振动信号进行降 噪处理，进而为后续的经验模态分解 以及特定故障模式的识别奠定基础。
2 基于EMD的特征信号提取
对降噪处理后的信号进行特征 值提取是实现主轴系统状态识别的 重要环节之一。由于经验模态分解 （EMD）方法具有信噪比高、自适应 性强的特点，采用 EMD 方法进行非 线性周期信号特征提取时，往往具有 良好的效果 [11]。基于 EMD 的特征 信号提取时，首先将经过降噪处理后 的信号进行分解，得到一系列有不同 特征表述的数据序列——内在模态 函数（Intrinsic Mode Function，IMF） 分量，如图 5 所示。
