一种数控装备健康状态评价方法、系统、设备及存储介质技术方案

本发明专利技术公开了一种数控装备健康状态评价方法、系统、设备及存储介质，获取数控装备各个部件的状态数据；采用卷积神经网络模型检测各个部件的状态数据，得到各个部件的健康状态；利用层次分析法得到数控装备中的系统和部件间的层次关系，利用判断矩阵确定各系统之间的权重关系和单个系统下各部件的权重关系；通过各个部件的健康状态和单个系统下各部件的权重关系，计算各系统健康状态；利用模糊聚类方法建立数控装备健康状态评价模型，将各系统健康状态和各系统之间的权重关系带入到数控装备健康状态评价模型中，得到数控装备目前的健康状态。能够准确的对数控装备进行健康状态的评估，减少装备由于故障所引起的停机维修时间，提高装备利用率。提高装备利用率。提高装备利用率。

【技术实现步骤摘要】
一种数控装备健康状态评价方法、系统、设备及存储介质


[0001]本专利技术属于数字化制造与智能制造领域，涉及一种数控装备健康状态评价方法、系统、设备及存储介质。

技术介绍

[0002]数控加工装备的长时间运转，会导致设备性能下降、出现隐患，影响生产和存在一定的安全问题，因此感知装备的健康状态十分重要，装备的健康状态是基于装备性能的综合评价指标，在感知运行状态后能够在故障发生前提前采取维护措施，及时更换有隐患的关键部件，从而减少或避免数控加工装备的故障次数，提高装备的安全性、稳定性，降低企业生产成本。
[0003]在装备健康状态评价方法中，基于解析模型方法一般需要理解设备退化机理，并且难以进行动态的高精度建模，模型泛化较差；基于时间序列的方法一般基于设备的特征参数，由于设备的健康状态变化是一个平稳的随机过程，缺乏对实际生产中的各类突发因素的考虑；基于知识驱动的方法在完备知识库的获取、知识的规则化表达等方面存在较大技术难点。

技术实现思路

[0004]本专利技术的目的在于克服上述现有技术的缺点，提供一种数控装备健康状态评价方法、系统、设备及存储介质，能够准确的对数控装备进行健康状态的评估，减少装备由于故障所引起的停机维修时间，提高装备利用率。
[0005]为达到上述目的，本专利技术采用以下技术方案予以实现：
[0006]一种数控装备健康状态评价方法，包括以下步骤；
[0007]步骤一，获取数控装备各个部件的状态数据；
[0008]步骤二，采用卷积神经网络模型检测各个部件的状态数据，得到各个部件的健康状态；
[0009]步骤三，利用层次分析法得到数控装备中的系统和部件间的层次关系，利用判断矩阵确定各系统之间的权重关系和单个系统下各部件的权重关系；
[0010]步骤四，通过各个部件的健康状态和单个系统下各部件的权重关系，计算各系统健康状态；
[0011]步骤五，利用模糊聚类方法建立数控装备健康状态评价模型，将各系统健康状态和各系统之间的权重关系带入到数控装备健康状态评价模型中，得到数控装备目前的健康状态。
[0012]优选的，步骤一中，利用数控装备自带的内置传感器通过通讯接口和控制面板对内部状态信息进行采集，通过振动传感器和噪声传感器对数控装备其他部件状态信息进行采集。
[0013]优选的，步骤三中，利用判断矩阵确定权重前，先检验判断矩阵的一致性，若一致
性通过，则继续下一步，若一致性不通过，则重新选择判断矩阵。
[0014]优选的，步骤四中，各系统健康状态计算公式为：
[0015][0016]其中：k为该系统要素个数；X
i
为系统第i个要素健康状态情况；λ
i
为系统第i个要素所占权重值；Y为该系统的综合健康状态。
[0017]优选的，步骤五的具体过程为：
[0018]步骤1，明确聚类指标数量和灰类的个数，聚类指标数量等于数控装备中系统的数量，灰类数量等于划分健康状态的等级数量；
[0019]步骤2，根据健康状态的等级数量建立白化权函数，白化权函数作为装备健康状态评价模型，确定白化权函数中的各个转折点；
[0020]步骤3，根据各系统健康状态和各系统之间的权重关系，计算数控装备的健康状态在白化权函数中的置信度，得到数控装备目前的健康状态。
[0021]进一步，将数控装备的健康状态划分为五类，分别为严重故障、故障、亚健康、健康和非常亚健康；五个等级灰类的白化权函数为：
[0022]严重故障：
[0023]故障：
[0024]亚健康：
[0025]健康：
[0026]非常健康：
[0027]进一步，数控装备的健康状态在白化权函数中的置信度计算公式为：
[0028][0029]其中：Y
ij
为第i个系统属于第j个灰类的概率；η
i
为装备的第i个系统所占权重值；σ
j
为装备处在第j个灰类的概率。
[0030]一种数控装备健康状态评价系统，包括：
[0031]状态数据获取模块，用于获取数控装备各个部件的状态数据；
[0032]部件健康状态计算模块，用于采用卷积神经网络模型检测各个部件的状态数据，得到各个部件的健康状态；
[0033]层次关系和权重关系确定模块，用于利用层次分析法得到系统和部件间的层次关系，利用判断矩阵确定各系统之间的权重关系和单个系统下各部件的权重关系；
[0034]系统健康状态计算模块，用于通过各个部件的健康状态和单个系统下各部件的权重关系，计算各系统健康状态；
[0035]健康状态计算模块，用于利用模糊聚类方法建立数控装备健康状态评价模型，将各系统健康状态和各系统之间的权重关系带入到数控装备健康状态评价模型中，得到数控装备目前的健康状态。
[0036]一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述任意一项所述数控装备健康状态评价方法的步骤。
[0037]一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述任意一项数控装备健康状态评价方法的步骤。
[0038]与现有技术相比，本专利技术具有以下有益效果：
[0039]本专利技术通过实际获取的状态数据进行评价，使最终的结果准确性与说服力更强，并且通过各系统，各部件的健康状况，带入到模糊聚类方法建立的数控装备健康状态评价模型中，去评价数控装备整体的健康状况，能够使评价结果更加精准。
[0040]进一步，对判断矩阵进行一致性检验，能够避免主观因素引起的判断错误。
附图说明
[0041]图1为本专利技术的数控装备健康状态评价流程图；
[0042]图2为本专利技术的数控装备层次分析图；
[0043]图3为本专利技术的装备健康状态评价模型示意图。
具体实施方式
[0044]下面结合附图对本专利技术做进一步详细描述：
[0045]本专利技术所述的数控装备健康状态评价方法，如图1所示，包括以下步骤：
[0046]步骤一，利用内外传感器借助设备通讯接口和数据采集卡对数控加工装备实时状态数据进行多源采集。
[0047]装备八大系统分类：
[0048]数控系统：PMC、CRT显示器、系统软件、接口模块和I/O模块等。
[0049]主轴系统：主轴、主轴箱、主轴的传动部件等。
[0050]伺服系统：伺服电机、驱动单元(位移控制单元、速度控制单元、电流控制单元)等。
[0051]进给系统：滚珠丝杠、X、Y、Z轴进给单元、导轨、工作台等。
[0052]液压系统：机床内部各种泵、油缸、阀等。
[0053]电气系统：驱动器、变频器、熔断器、空气开关、变压器、熔断器、接触器、各种开关等。
[0054]辅助系统：冷却系统、润滑系统本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数控装备健康状态评价方法，其特征在于，包括以下步骤；步骤一，获取数控装备各个部件的状态数据；步骤二，采用卷积神经网络模型检测各个部件的状态数据，得到各个部件的健康状态；步骤三，利用层次分析法得到数控装备中的系统和部件间的层次关系，利用判断矩阵确定各系统之间的权重关系和单个系统下各部件的权重关系；步骤四，通过各个部件的健康状态和单个系统下各部件的权重关系，计算各系统健康状态；步骤五，利用模糊聚类方法建立数控装备健康状态评价模型，将各系统健康状态和各系统之间的权重关系带入到数控装备健康状态评价模型中，得到数控装备目前的健康状态。2.根据权利要求1所述的数控装备健康状态评价方法，其特征在于，步骤一中，利用数控装备自带的内置传感器通过通讯接口和控制面板对内部状态信息进行采集，通过振动传感器和噪声传感器对数控装备其他部件状态信息进行采集。3.根据权利要求1所述的数控装备健康状态评价方法，其特征在于，步骤三中，利用判断矩阵确定权重前，先检验判断矩阵的一致性，若一致性通过，则继续下一步，若一致性不通过，则重新选择判断矩阵。4.根据权利要求1所述的数控装备健康状态评价方法，其特征在于，步骤四中，各系统健康状态计算公式为：其中：k为该系统要素个数；X
i
为系统第i个要素健康状态情况；λ
i
为系统第i个要素所占权重值；Y为该系统的综合健康状态。5.根据权利要求1所述的数控装备健康状态评价方法，其特征在于，步骤五的具体过程为：步骤1，明确聚类指标数量和灰类的个数，聚类指标数量等于数控装备中系统的数量，灰类数量等于划分健康状态的等级数量；步骤2，根据健康状态的等级数量建立白化权函数，白化权函数作为装备健康状态评价模型，确定白化权函数中的各个转折点；步骤3，根据各系统健康状态和各系统之间的权重关系，计算数控装备的健康状态在白化...

【专利技术属性】
技术研发人员：惠记庄，高士豪，张富强，丁凯，张浩，张雅倩，
申请(专利权)人：长安大学，
类型：发明
国别省市：