[发明专利]一种数控机床健康诊断方法

权利要求书

1.一种数控机床健康诊断方法，其特征在于，步骤如下：

第一步，云服务器将振动传感器节点采集到的振动数据进行FFT变换处理，得到800-1800Hz、1800-2800Hz、2800-3800Hz的频谱平均值；

根据频段的频谱平均值、温度的相应历史数据情况下，得出相关频段的频谱平均值、温度与设备工作状态关系的回归系数；

1.1建立数据向量

x＝(x⁽¹⁾,x⁽²⁾,x⁽³⁾,x⁽⁴⁾)

其中，x⁽¹⁾为800-1800Hz的频谱平均值，x⁽²⁾为1800-2800Hz的频谱平均值，x⁽³⁾为2800-3800Hz的频谱平均值，x⁽⁴⁾为设备温度平均值；

1.2建立系数向量w＝(w⁽¹⁾,w⁽²⁾,w⁽³⁾,w⁽⁴⁾)其中，w⁽¹⁾为800-1800Hz的频谱平均值系数；w⁽²⁾为1800-2800Hz的频谱平均值系数；w⁽³⁾为2800-3800Hz的频谱平均值系数；w⁽⁴⁾为温度系数；

1.3 x_i为第i个训练数据向量，y_i为x_i的类标记；y_i为-1时表示设备故障，为+1时表示设备正常，N为训练数据数目；

求几何间隔最大的分类超平面，问题表示为下面的约束最优化问题：

S.t y_i(w.x_i+b)≥1-ξ_i

ξ_i≥0 i＝1，2，...N

C为惩罚系数，ξ_i为松弛变量；

设约束最优化问题问题的解为w^*，b^*；

通过将原始问题转化为对偶问题，使用KKT条件，求对偶问题的最优解，可得：

其中α^*为为拉格朗日乘子向量中对偶问题的解；

第二步：

2.1数控机床健康度：

数控机床健康度J为0-1之间的数，值越大越接近于1表示工作状态越健康；值越小越接近于0表示工作状态越不健康，出现故障的可能越大；

通过以下步骤可求出数控机床健康度J：

其中x₀为由专家标定的工作正常数控机床数据向量，x_c为在线监测得到的当前数控机床数据向量；

L₀为标定数控机床的健康度等效距离，L_c为当前数控机床的健康度等效距离；

2.2预测性维护报警阈值的确定

故障可能指数p表示出现故障的可能性大小；

当pr时，进行预警操作，提示数控机床需要维护，其中，r为预测性维护预警阈值。

2.如权利要求1所述的一种数控机床健康诊断方法，其特征在于，第一步中，所述的振动传感器节点的振动信号AD转换采样频率f_c根据健康度变化而设置为不同的值

其中fc:振动信号AD转换采样频率

f₀:晶振频率；

N:可变分频器的分频比；

N₀:分频比基准值。

3.如权利要求1或2所述的一种数控机床健康诊断方法，其特征在于，所述的预测性维护预警阈值r的取值设定在0.7～0.9之间。

4.如权利要求1或2所述的一种数控机床健康诊断方法，其特征在于，步骤1.3中，惩罚系数C＝0.35。

5.如权利要求3所述的一种数控机床健康诊断方法，其特征在于，步骤1.3中，惩罚系数C＝0.35。