[发明专利]用于数控机床系统状态在线实时监测与评估的方法及系统

说明书

本发明提供了一种用于数控机床系统状态在线实时监测与评估的方法及系统，涉及设备状态监测、故障诊断领域，包括：对采集的数控机床系统运动部件振动信号标准化并在时域上进行切分；对切分后的振动信号进行小波包分解降噪和特征提取得到高维小波包能量特征集；通过自编码器对高维小波包能量特征集进行非线性映射，得到低维的信号特征空间；将马氏距离用于数控机床系统状态的度量，并将度量结果映射为状态指数。将上述方法及系统应用于负载状态下的数控机床系统状态监测与评估，不仅能实现系统状态的在线实时监测与评估，而且具有良好的稳定性和泛化能力。

技术领域

本发明属于设备状态监测、故障诊断领域，具体地说，涉及一种用于数控机床系统状态在线实时监测与评估的方法及系统。

背景技术

目前，设备状态在线实时监测、故障智能诊断越来越成设备管理与维护的重中之重，而数控机床相关子系统的高精度的性能是其高效运行的重要保障。因此，及时有效地对数控机床系统进行状态监测与评估，对数控机床的运行维护与智能管理具有重大意义。

发明内容

为提高现有高精密数控机床的状态在线实时监测和故障智能诊断能力，本发明的目的是提供一种用于数控机床系统状态在线实时监测与评估的方法及系统。

根据本发明提供的一种用于数控机床系统状态监测与评估的方法，包括：

信号预处理步骤：对振动信号进行标准化处理，并在时域上进行切分；

特征提取步骤：对预处理后的振动信号进行小波包分解降噪和特征提取。

特征降维步骤：通过自编码器进行非线性映射降维。

状态评估步骤：将马氏距离用于状态度量，并将度量结果映射为状态指数。

可选地，所述信号预处理步骤中，预处理的目的包括：

一是通过对振动信号进行标准化处理，可以提高后续的自编码器降维模型的稳定性。

二是通过对标准化后的振动信号以1秒为单位在时域上进行切分，可以提高整个状态监测与评估方法的适应性。

可选地，所述标准化处理具体为：

将振动信号转换为均值为0，方差为1的标准化信号转换公式如下：

其中t₀,t₁,t₂,…,t_n为时间序列。

可选地，所述特征提取步骤包括：

利用小波包分解具有良好的降噪效果，对预处理后的振动信号进行小波包分解降噪，并计算重构信号的能量作为信号的有效特征，得到具有高维的小波包能量特征集。

可选地，所述的小波包分解和能量特征提取具体为：

小波包分解原理是下式：

式中h_l和g_l为小波重构共轭高通和低通滤波器系数，为第j层第n个节点的第k个小波包系数。

计算重构信号的能量特征如下式：

则第j层的小波包重构信号的能量为

可选地，所述的特征降维步骤包括：

通过自编码器对高维小波包能量特征集进行非线性映射，自动降维，得到低维的信号特征空间。

可选地，所述的自编码器降维具体为：