一种设备健康状态评估方法技术

本申请公开了一种设备健康状态评估方法，首先选取绝对均值和均方根值作为描述相关参数的特征；再通过支持向量描述算法模型计算历史振动参数和实时振动参数的球心，并通过上述球心构建健康指标计算模型；最后通过隶属度函数构建设备运行状态的曲线，将健康指标计算模型的计算结果导入设备运行状态的曲线中计算相应的健康评估值，通过健康评估值与标准值的比对判断设备的运行状态；本发明专利技术选用设备运行的历史参数和实时参数作为基础数据，其不通过设备的失效参数数据和退化特征即可建立设备主轴健康状态的表征指标，推导主轴失效时的特征阈值，实现了设备失效状态的预测，进而实现对设备运行状态的精确评估，为故障诊断、预测性维护提供技术支撑。性维护提供技术支撑。性维护提供技术支撑。

An evaluation method of equipment health status

【技术实现步骤摘要】
一种设备健康状态评估方法


[0001]本申请涉及机加工
，具体涉及一种设备健康状态评估方法。

技术介绍

[0002]数控机床作为“工业母机”，是制造业高速、高质量发展的基础和支撑，也是国家制造能力的体现，广泛应用于航空航天、深海、交通运输等重大领域的装备制造。
[0003]主轴作为数控机床的核心功能部件，能直接决定机床整机的制造水平，其健康状态对数控机床加工精度、加工效率和生产成本的影响较大。因此，需要对主轴的健康状态进行监控；但是现有技术中所使用的监控方法均需要在主轴健康状态或失效参数数据均已知的情况下才能得出比较准确的结果，而在实际工作中，上述数据获取的难度很大，由此导致主轴的失效评估难度较大。

技术实现思路

[0004]本申请的主要目的在于提供一种设备健康状态评估方法，旨在解决现有技术中存在的设备失效评估难度大的缺陷。
[0005]为实现上述目的，本申请提供一种设备健康状态评估方法，包括以下步骤：分别获取目标设备的历史振动参数和实时振动参数，并根据所述历史振动参数构建第一滑动窗口，根据所述实时振动参数构建第二滑动窗口集；使用支持向量描述算法模型分别计算与所述第一滑动窗口对应的第一球心和与所述第二滑动窗口集对应的第二球心集，并构建球心距离计算模型；利用目标设备的健康指标计算模型和所述球心距离计算模型，获得所述目标设备的健康指标；根据所述球心距离计算模型获取所述目标设备的失效阈值，并根据所述失效阈值获得所述目标设备的健康状态评估隶属度函数；将所述健康指标带入到所述健康状态评估隶属度函数中，以获取所述目标设备的健康评估值，并基于所述健康评估值和健康状态标准值，获得所述目标设备的健康状态。
[0006]可选的，根据所述历史振动参数构建第一滑动窗口，根据所述实时振动参数构建第二滑动窗口集；包括：提取所述历史振动参数的特征值和所述实时振动参数的特征值，其中所述特征值包括绝对均值和均方根值x
rms
；基于所述历史振动参数的特征值和所述实时振动参数的特征值，分别构建基于所述历史振动参数的第一滑动窗口和基于所述实时振动参数的第二滑动窗口集。
[0007]可选的，基于所述历史振动参数的特征值和所述实时振动参数的特征值，分别构建基于所述历史振动参数的第一滑动窗口和基于所述实时振动参数的第二滑动窗口集，包括以下步骤：分别对各个历史振动参数进行归一化处理，得到各个历史振动参数的归一化值；
分别对各个实时振动参数进行归一化处理，得到各个实时振动参数的归一化值；将各所述历史振动参数的归一化值输入到滑动窗口数据表中构建第一滑动窗口；基于相同的采样时间，将各所述实时振动参数划分为若干组，再将各组所述实时振动参数的归一化值分别输入到滑动窗口数据表内构建第二滑动窗口集。
[0008]可选的，归一化处理的计算公式为，其中x
i,j
是第j秒的第i个特征的数值，x
ˊ
i,j
是第j秒的第i个特征的数值的归一化值；min（x
i,j
）表示同一特征下各数值的最小值，max（x
i,j
）表示同一特征下各数值的最大值。
[0009]可选的，球心距离计算模型的表达式为：，其中X
A、1
表示球心A的第一个特征值，Y
A、2
表示球心A的第二个特征值，X
B、1
表示球心B的第一个特征值，Y
B、2
表示球心球心B的第二个特征值。
[0010]可选的，健康指标计算模型的表达式为：,其中D（1,0）表示从第二球心O1到第一球心O0的球心距；D（n,n
‑
1）表示从第二球心O
n
到第二球心O
n
‑1的球心距，R表示第一球心的半径；n表示第二球心集中各球心的编号。
[0011]可选的，利用目标设备的健康指标计算模型和所述球心距离计算模型，获得所述目标设备的健康指标，包括以下步骤：从第二球心集中提取第二球心O
n
，根据球心距离计算模型计算所述第二球心O
n
与第一球心O0之间球心距D（n、0）；将所述D（n、0）带入到健康指标计算模型内迭代计算健康指标F（n）。
[0012]可选的，根据所述球心距离计算模型获取所述目标设备的失效阈值，包括以下步骤：根据所述特征值的表达式推导各所述特征之间的数学关系；结合所述数学关系和所述球心距离计算模型计算第一球心O0与原点之间的距离，并根据设备失效条件计算失效阈值。
[0013]可选的，各所述特征值之间的数学关系表达式为：，其中表示绝对均值，x
rms
表示均方根值；m表示同一采样时间下取得的振动参数的数量。
[0014]可选的，根据所述失效阈值获得所述目标设备的健康状态评估隶属度函数，包括以下步骤：
构建设备健康状态评估隶属度函数的通式；其中F（n）表示健康指标，σ表示标准差，exp表示以e为底的指数函数的简写；将所述失效阈值导入到所述通式中计算所述通式中的常数，以得到设备健康状态评估隶属度函数。
[0015]与现有技术相比，本申请具有以下有益效果：本申请首先选取绝对均值和均方根值作为描述历史振动参数和实时振动参数的特征；再通过支持向量描述算法模型计算历史振动参数和实时振动参数的球心，并通过上述球心构建健康指标计算模型；最后通过隶属度函数构建设备运行状态的曲线，并通过将所述健康指标计算模型的计算结果在设备运行状态的曲线中计算相应的健康评估值，通过健康评估值与标准值的比对判断设备的运行状态；现有设备健康状态评估技术需使用健康状态和失效状态下的全寿命周期历史数据建立评估模型，而对于新设备刚投入使用或运行工况发生变化时，仅有少量健康状态的历史振动参数，无法获取设备失效状态的振动参数，将导致现有技术无法用于准确评估设备健康状态；与现有技术相比，本专利技术从振动参数对设备健康状态的敏感性和稳定性角度分析，选择绝对均值和均方根两个特征，解决了设备健康状态变化表征问题；同时本专利技术选用的基础数据为设备运行的历史参数和设备运行的实时参数，其不通过设备的失效参数数据和退化特征即可建立设备主轴健康状态的表征指标，推导主轴失效时的特征阈值，从而实现了设备失效状态的预测，进而实现对设备运行状态的精确评估，降低了主轴故障引起的零件质量损失，为主轴故障诊断、预测性维护提供技术支撑。
附图说明
[0016]图1为本申请实施例提供的一种设备健康状态评估方法的流程图；图2为本申请提供的五轴翻板铣数控机床的健康状态评估隶属度函数曲线；本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0017]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术的一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种设备健康状态评估方法，其特征在于，包括以下步骤：分别获取目标设备的历史振动参数和实时振动参数，并根据所述历史振动参数构建第一滑动窗口，根据所述实时振动参数构建第二滑动窗口集；使用支持向量描述算法模型分别计算与所述第一滑动窗口对应的第一球心和与所述第二滑动窗口集对应的第二球心集，并构建球心距离计算模型；利用目标设备的健康指标计算模型和所述球心距离计算模型，获得所述目标设备的健康指标；根据所述球心距离计算模型获取所述目标设备的失效阈值，并根据所述失效阈值获得所述目标设备的健康状态评估隶属度函数；将所述健康指标带入到所述健康状态评估隶属度函数中，以获取所述目标设备的健康评估值，并基于所述健康评估值和健康状态标准值，获得所述目标设备的健康状态。2.根据权利要求1所述的一种设备健康状态评估方法，其特征在于，所述根据所述历史振动参数构建第一滑动窗口，根据所述实时振动参数构建第二滑动窗口集；包括：提取所述历史振动参数的特征值和所述实时振动参数的特征值，其中所述特征值包括绝对均值和均方根值x
rms
；基于所述历史振动参数的特征值和所述实时振动参数的特征值，分别构建基于所述历史振动参数的第一滑动窗口和基于所述实时振动参数的第二滑动窗口集。3.根据权利要求2所述的一种设备健康状态评估方法，其特征在于，所述基于所述历史振动参数的特征值和所述实时振动参数的特征值，分别构建基于所述历史振动参数的第一滑动窗口和基于所述实时振动参数的第二滑动窗口集，包括以下步骤：分别对各个历史振动参数进行归一化处理，得到各个历史振动参数的归一化值；分别对各个实时振动参数进行归一化处理，得到各个实时振动参数的归一化值；将各所述历史振动参数的归一化值输入到滑动窗口数据表中构建第一滑动窗口；基于相同的采样时间，将各所述实时振动参数划分为若干组，再将各组所述实时振动参数的归一化值分别输入到滑动窗口数据表内构建第二滑动窗口集。4.根据权利要求3所述的一种设备健康状态评估方法，其特征在于，所述归一化处理的计算公式为，其中x
i,j
是第j秒的第i个特征的数值，x
ˊ
i,j
是第j秒的第i个特征的数值的归一化值；min（x
i,j
）表示同一特征下各数值的最小值，max（x
i,j
）...

【专利技术属性】
技术研发人员：李海，曾德标，李颖，夏远猛，陈学振，陶文坚，周昕，张云诏，
申请(专利权)人：成都飞机工业集团有限责任公司，
类型：发明
国别省市：