[发明专利]双梯形缝筛管等离子加工生产线智能化综合故障诊断方法有效
| 申请号: | 201710762755.9 | 申请日: | 2017-08-31 |
| 公开(公告)号: | CN107422720B | 公开(公告)日: | 2018-03-27 |
| 发明(设计)人: | 蔡宝平;刘永红;纪仁杰;李怀文;张全胜;董长银;刘乙奇 | 申请(专利权)人: | 中国石油大学(华东) |
| 主分类号: | G05B23/02 | 分类号: | G05B23/02 |
| 代理公司: | 暂无信息 | 代理人: | 暂无信息 |
| 地址: | 266580 山*** | 国省代码: | 山东;37 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | 本发明属于机械加工领域,具体地,涉及一种双梯形缝筛管等离子加工生产线智能化综合故障诊断方法。双梯形缝筛管等离子加工生产线智能化综合故障诊断方法,包括三个大步骤总控制器系统故障诊断、等离子加工机床故障诊断和等离子加工生产线综合故障诊断。总控制器系统故障诊断和等离子加工机床故障诊断,是根据实时监测信息同步进行的,给出初步诊断结果;等离子加工生产线综合故障诊断,是结合总控制器系统故障诊断和等离子加工机床故障诊断的初步诊断结果,以及操作人员的观测信息和操作经验进行的,给出最终诊断结果。这种模块化、分阶段的故障诊断方法,极大提高了诊断的速度和诊断结果的准确度。 | ||
| 搜索关键词: | 梯形 缝筛管 等离子 加工 生产线 智能化 综合 故障诊断 方法 | ||
【主权项】:
一种双梯形缝筛管等离子加工生产线智能化综合故障诊断方法,其特征在于:包括三个大步骤,即总控制器系统故障诊断、等离子加工机床故障诊断和等离子加工生产线综合故障诊断;其中,总控制器系统故障诊断和等离子加工机床故障诊断,是根据实时监测信息同步进行的;等离子加工生产线综合故障诊断,是结合总控制器系统故障诊断和等离子加工机床故障诊断的初步诊断结果,以及操作人员的观测信息和操作经验进行的;所述的总控制器系统故障诊断的具体步骤为:S101:总控制器系统故障诊断贝叶斯网络故障层的节点X11、X12、X13……X1m的故障发生先验概率设置为η1,其中,η1为自本套等离子加工生产线使用以来,本套总控制器系统该故障发生的次数与本套总控制器系统故障发生的总次数之比;S102:将总控制台数据同步采集模块、数控回转工作台数据采集模块和轴向进给驱动装置数据采集模块实时获取的数据信息,输入到总控制器系统故障诊断贝叶斯网络故障征兆层的节点Y11、Y12、Y13……Y1n;S103:采用前向‑后向精确推理算法对总控制器系统故障诊断模型执行贝叶斯网络更新;S104:总控制器系统的故障判定式如公式(1)所示:α1=PH‑δ1×PX (1)其中,α1是总控制器系统的故障判定值;PH和PX分别是故障层节点的后验概率和先验概率;δ1是故障判定系数,它根据本套总控制器系统的故障信息统计获取,其值在0和1之间;依据如下规则初步识别和判定总控制器系统的潜在故障:(1)当故障层节点X11、X12、X13……X1m的故障判定值α1大于或者等于80%时,判定该节点对应的故障为确定故障;(2)当故障层节点X11、X12、X13……X1m的故障判定值α1大于或者等于50%且小于80%时,判定该节点对应的故障为可疑故障;(3)当故障层节点X11、X12、X13……X1m的故障判定值α1小于50%时,判定该节点对应的故障不会发生;所述的等离子加工机床故障诊断的具体步骤为:S201:等离子加工机床故障诊断贝叶斯网络故障层的节点X21、X22、X23……X2p的故障发生先验概率设置为η2,其中,η2为自本套等离子加工生产线使用以来,本套等离子加工机床该故障发生的次数与本套等离子加工机床故障发生的总次数之比;S202:将数字控制系统数据同步采集模块、超声波电源数据同步采集模块、可控等离子电源数据同步采集模块、可控电磁振荡电源数据同步采集模块、直流伺服电机数据采集模块、主轴头数据采集模块、立柱数据采集模块、超声波振动头数据采集模块、轴向及周向导向装置数据采集模块、第一涡流探伤仪和第二涡流探伤仪实时获取的数据信息,输入到等离子加工机床故障诊断贝叶斯网络故障征兆层的节点Y21、Y22、Y23……Y2q;S203:采用前向‑后向精确推理算法对等离子加工机床故障诊断模型执行贝叶斯网络更新;S204:等离子加工机床的故障判定式如公式(2)所示:α2=PH‑δ2×PX (2)其中,α2是等离子加工机床的故障判定值;PH和PX分别是故障层节点的后验概率和先验概率;δ2是故障判定系数,它根据本套等离子加工机床的故障信息统计获取,其值在0和1之间;依据如下规则初步识别和判定等离子加工机床故障的潜在故障:(1)当故障层节点X21、X22、X23……X2p的故障判定值α2大于或者等于80%时,判定该节点对应的故障为确定故障;(2)当故障层节点X21、X22、X23……X2p的故障判定值α2大于或者等于50%且小于80%时,判定该节点对应的故障为可疑故障;(3)当故障层节点X21、X22、X23……X2p的故障判定值α2小于50%时,判定该节点对应的故障不会发生;所述的等离子加工生产线综合故障诊断的具体步骤为:S301:等离子加工生产线综合故障诊断贝叶斯网络故障层的节点包括:总控制器系统的确定故障节点A11、A12、A13……A1a、总控制器系统的可疑故障节点B11、B12、B13……B1b、等离子加工机床的确定故障节点A21、A22、A23……A2c、等离子加工机床的可疑故障节点B21、B22、B23……B2d,以及观测信息及人为判断故障输入模块根据声音信息、振动信息及操作经验人为判断且不同于上述自动诊断判定的故障节点C11、C12、C13……C1e;总控制器系统的确定故障节点的先验概率设置为1.8×η1,可疑故障节点的先验概率设置为1.2×η1,等离子加工机床的确定故障节点的先验概率设置为1.8×η2,可疑故障节点的先验概率设置为1.2×η2,人为判断的故障节点的先验概率根据经验设定;S302:等离子加工生产线综合故障诊断贝叶斯网络故障征兆层的节点包括:总控制器系统故障诊断贝叶斯网络故障征兆层的节点Y11、Y12、Y13……Y1n、等离子加工机床故障诊断贝叶斯网络故障征兆层的节点Y21、Y22、Y23……Y2q,以及观测信息及人为判断故障输入模块人为输入的征兆信息Y31、Y32、Y33……Y3f;S303:采用联合树精确推理算法对等离子加工生产线综合故障诊断模型执行贝叶斯网络更新;S304:依据如下规则识别和判定等离子加工生产线的最终故障:(1)当故障层节点的后验概率大于或者等于75%时,判定该节点对应的故障发生,系统发出报警信息;(2)当故障层节点的后验概率小于75%时,判定该节点对应的故障不会发生,系统不发出报警信息。
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中国石油大学(华东),未经中国石油大学(华东)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/patent/201710762755.9/,转载请声明来源钻瓜专利网。
- 上一篇:一种易安装的不锈钢管抛光装置
- 下一篇:一种蓝宝石端面磨床





