[发明专利]一种具有故障诊断与预警功能的数控机床在审

专利信息
申请号: 201611073012.2 申请日: 2016-11-29
公开(公告)号: CN106774157A 公开(公告)日: 2017-05-31
发明(设计)人: 王晨升;易阳 申请(专利权)人: 无锡易通精密机械股份有限公司;北京邮电大学
主分类号: G05B19/406 分类号: G05B19/406
代理公司: 北京品源专利代理有限公司11332 代理人: 孟金喆,胡彬
地址: 214174 江苏省无锡市*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 具有 故障诊断 预警 功能 数控机床
【权利要求书】:

1.一种具有故障诊断与预警功能的数控机床,其特征在于,包括数控机床本体、多源感知模块和工控机;所述数控机床本体包括床身、变速齿轮箱和数控控制器;所述多源感知模块包括传感器阵列、距离传感器和影像传感器,所述传感器阵列安装于床身和变速齿轮箱上;所述距离传感器安装于床身上,用于感知刀架和工件间的距离;所述影像传感器用于测量刀具磨损量;所述工控机包括数据融合模块、故障诊断模块和故障预警模块;所述数据融合模块运行在工控机上,用于将多源感知模块的感知参数进行信息融合,并将信息融合结果传递给故障诊断模块和故障预警模块;所述故障诊断模块运行在工控机上,用于以所述数据融合模块输出的工况信息融合数据作为输入,判断数控机床是否出现故障;所述故障预警模块运行在工控机上,用于以所述数据融合模块输出的工况信息融合数据作为输入,输出对可能故障的预测结果。

2.根据权利要求1所述的具有故障诊断与预警功能的数控机床,其特征在于,所述传感器阵列用于对机床的切削力、主轴箱温度、主轴振动、变形、加工噪声、刀具磨损及输入/输出功率进行信号采集。

3.根据权利要求1所述的具有故障诊断与预警功能的数控机床,其特征在于,所述影像传感器包括安装于床身的用于监控加工过程的视频CCD摄像机、安装于床身的用于测量刀具磨损量的影像CCD相机以及照明光源。

4.根据权利要求1所述的具有故障诊断与预警功能的数控机床,其特征在于,所述数据融合模块包括随机融合算法、智能融合算法以及数据融合策略,其中,所述随机融合算法包括加权均匀法、卡尔玛滤波法、多贝叶斯估计法、D-S证据推理法、产生式规则法、统计决策法;所述智能融合算法包括聚类分析法、遗传算法、神经网络算法、模糊逻辑推理算法;所述数据融合策略是指按信息抽象的层次即数据层、特征层、决策层,对感知数据进行融合,并根据故障诊断模块和故障预警模块的算法需求而定义的用于融合数据筛选的规则。

5.根据权利要求1所述的具有故障诊断与预警功能的数控机床,其特征在于,所述故障诊断模块具体用于采用支持向量回归SVR模型,以数据融合模块输出的工况信息融合数据作为输入,建立输入数据SVR模型,通过将机床实际输出的残差平方和U与SVR计算模型输出的残差平方和阈值K对比来判定机床是否出现故障:若U小于K,则认为机床运行正常,反之,则认为出现故障。

6.根据权利要求1所述的具有故障诊断与预警功能的数控机床,其特征在于,所述故障预警模块具体用于采用灰色预测模型,以所述数据融合模块输出的工况信息融合数据作为输入,经过特征提取、自适应最优估计融合,以及特征序列灰色生成、灰色故障预测模型训练、故障预测,建立灰色预测模型,并在模型精度符合要求时,输出对可能故障的预测结果。

7.根据权利要求1所述的具有故障诊断与预警功能的数控机床,其特征在于,所述数据融合模块通过多功能数据采集卡接收来自所述多源感知模块的数据信息。

8.根据权利要求1至7之一所述的具有故障诊断与预警功能的数控机床,其特征在于,所述多源感知模块、数据融合模块、故障诊断模块、故障预警模块同时启动运行。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于无锡易通精密机械股份有限公司;北京邮电大学,未经无锡易通精密机械股份有限公司;北京邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201611073012.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top