一种基于人工智能的数控机床冷却系统监测预警方法技术方案

本发明专利技术公开了一种基于人工智能的数控机床冷却系统监测预警方法，通过人工智能，对冷却液循环泵的叶轮进行智能分析，监测预警其使用寿命，包括以下工序：步骤S1：采集数控机床的冷却系统信息；步骤S2：设定冷却系统的维护周期；步骤S3：实时监测冷却系统中循环泵叶轮的使用寿命；步骤S4：当冷却系统进入维护时，取得对应冷却系统的循环泵叶轮的使用寿命；步骤S5：若循环泵叶轮的使用寿命达到更换的临界值，则发出预警。则发出预警。则发出预警。

【技术实现步骤摘要】
一种基于人工智能的数控机床冷却系统监测预警方法


[0001]本专利技术涉及基于人工智能的数控机床监测预警
，尤其涉及一种基于人工智能的数控机床冷却系统监测预警方法。

技术介绍

[0002]随着互联网的发展，大数据、云运算和物联网等相关技术陆续普及应用的大背景下，人工智能必然是未来的第一发展趋势。同时，随着人工智能产品的大量普及，其带来的高效便捷性将会使生产力大幅度提升，并为传统机加工领域带来更多的可能性，未来，借助人工智能，在机械制造、控制系统、仿真系统中得到更为广泛的应用。
[0003]数控机床，是一种集机、电、液、光、运算机、自动控制技术为一体的知识密集型技术，细分为切削类数控机床、特种加工类数控机床、板材加工类数控机床等。
[0004]在数控机床的加工过程中，冷却液系统起到了至关重要的作用。因此，在设备定期维护中，也需要对冷却液循环泵的叶轮进行检修，防止叶轮的异常对冷却液的循环造成影响。在检修过程中，检修人员需要知道叶轮的使用寿命，然后推断是否需要及时更换。

技术实现思路

[0005]为了克服现有技术的不足，本专利技术的意图之一在于提供一种基于人工智能的数控机床冷却系统监测预警方法，通过人工智能，对冷却液循环泵的叶轮进行智能分析，监测预警其使用寿命。
[0006]一种基于人工智能的数控机床冷却系统监测预警方法，包括以下工序：
[0007]步骤S1：采集数控机床的冷却系统信息；
[0008]步骤S2：设定冷却系统的维护周期；
[0009]步骤S3：实时监测冷却系统中循环泵叶轮的使用寿命；
[0010]步骤S4：当冷却系统进入维护时，取得对应冷却系统的循环泵叶轮的使用寿命；
[0011]步骤S5：若循环泵叶轮的使用寿命达到更换的临界值，则发出预警。
[0012]进一步的，步骤S3中的监测方法，具体如下：
[0013]S100：取得循环泵实际运行时的进液口流速数据集、出液口流速数据集、叶轮转速数据集和出液口冷却液对管件拐弯处的冲刷力构成的受力数据集；
[0014]S200：将出液口流速数据集和进液口流速数据集对应对象的比数构成运行效果数据集；
[0015]S300：以预定时间长度分别对运行效果数据集、叶轮转速数据集和受力数据集进行区分获得运行效果子数据集、叶轮转速子数据集和受力子数据集；
[0016]S400：根据运行效果子数据集的方差和平均数以及邻近运行效果子数据集的平均数获得子数据集的平稳度指数；
[0017]S500：以叶轮转速子数据集的对象拟合的直线和子数据集中的对象的残差获得叶轮磨损评估，受力数据集中其他受力子数据集与第一个受力子数据集的近似性为各预定时
间长度对应的循环泵工作状况；
[0018]S600：将叶轮磨损评估与循环泵工作状况的乘积作为叶轮的工效合格指数，并以工效合格指数构成叶轮的合格数据集；
[0019]S700：将合格数据集导入监测连接模型，计算得到预测合格数据集；
[0020]S800：设定工效达标临界值，按照预测合格数据集中小于工效达标临界值的预测工效合格指数推断循环泵叶轮寿命并预警。
[0021]进一步的，采用损失函数控制监测连接模型练习，其中，平稳度指数为损失函数的加权值；
[0022]步骤S400包括：
[0023]平稳度指数为：
[0024][0025][0026]φ＝1+|mean(w
h
)
‑
mean(w
h
‑1)|；
[0027]其中，m
h
代表第h个运行效果子数据集对应的平稳度指数；
[0028]‑
STD(w
h
)代表第h个运行效果子数据集的方差；e代表自然常数；mean(w
h
)代表第h个运行效果子数据集的平均数；(w
h
‑1)代表第h
‑
1个运行效果子数据集的平均数。
[0029]进一步的，步骤S500包括：
[0030]S510：对叶轮转速子数据集中的对象进行标记，该标记代表对象在时间上的排序；
[0031]S520：对标记后的对象进行直线拟合，直线的横坐标为对象的标记；
[0032]S530：获得标记对应的直线上的Y轴坐标值与对应的对象值的残差，采用差值的残差获得叶轮磨损评估，叶轮磨损评估与残差的平均数为负相关关系，且每个叶轮转速子数据集对应一个叶轮磨损评估。
[0033]进一步的，步骤S500包括：
[0034]S540：以动态时间规整算法获得第一个受力子数据集与其他各预定时间长度对应的受力子数据集的差别程度；
[0035]S520：差别程度和预定时间长度内循环泵工作状况反比关系，每个受力子数据集对应一个循环泵工作状况。
[0036]进一步的，步骤S800包括：
[0037]S810：预测合格数据集中大于工效达标临界值的预测工效合格指数对应的预定时间长度之和为叶轮的寿命。
[0038]进一步的，步骤S100包括：
[0039]S110：设定采样频率，分别在循环泵实际运行时的出液口上方内壁和进液口上方内壁上安装流速测量传感器，当循环泵的叶轮未达到使用寿命正常使用时，流入进液口的冷却液经过循环泵的泵体，叶轮会对其提速，此时出液口的冷却液的流速会大于进液口的流速，对冷却液流经出液口和进液口时的流速进行记载，获得进液口流速数据集和出液口流速数据集
[0040]进一步的，步骤S810包括：
[0041]S811：预定时间长度内循环泵运行时的叶轮的工效合格指数为：
[0042][0043]其中，代表第h个预定时间长度内叶轮运行时的工效合格指数；A
h
代表第h个预定时间长度内的循环泵的工作状况；R
h
代表第h个预定时间长度内的叶轮磨损评估。叶轮各预定时间长度内的工效合格指数构成叶轮的合格数据集
[0044]进一步的，步骤S810包括：
[0045]S812：预定时间长度对应的工作状况为：
[0046][0047]θ＝1+DTW(G
h
,G1)；
[0048]其中，DTW(G
h
,G1)代表采用动态时间规整算法获得第一个受力子数据集与第h个预定时间长度对应的受力子数据集的差别程度；为受力数据集中第一个受力子数据集与第h个预定时间长度对应的受力子数据集的近似性；A
h
代表第h个预定时间长度对应的工作状况，即第h个叶轮转速子数据集对应的工作状况；A
h
越大，代表循环泵此时的工作状况越好，叶轮的磨损越小，G1为第一个受力子数据集，G
h
第h个预定时间长度对应的受力子数据集。
[0049]进一步的，步骤S810包括：
[0050]S813：构建监测连接模型，该监测连接模型为TCN连接模本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的数控机床冷却系统监测预警方法，其特点在于：包括以下工序：步骤S1：采集数控机床的冷却系统信息；步骤S2：设定冷却系统的维护周期；步骤S3：实时监测冷却系统中循环泵叶轮的使用寿命；步骤S4：当冷却系统进入维护时，取得对应冷却系统的循环泵叶轮的使用寿命；步骤S5：若循环泵叶轮的使用寿命达到更换的临界值，则发出预警。2.如权利要求1的一种基于人工智能的数控机床冷却系统监测预警方法，其特点在于：步骤S3中的监测方法，具体如下：S100：取得循环泵实际运行时的进液口流速数据集、出液口流速数据集、叶轮转速数据集和出液口冷却液对管件拐弯处的冲刷力构成的受力数据集；S200：将出液口流速数据集和进液口流速数据集对应对象的比数构成运行效果数据集；S300：以预定时间长度分别对运行效果数据集、叶轮转速数据集和受力数据集进行区分获得运行效果子数据集、叶轮转速子数据集和受力子数据集；S400：根据运行效果子数据集的方差和平均数以及邻近运行效果子数据集的平均数获得子数据集的平稳度指数；S500：以叶轮转速子数据集的对象拟合的直线和子数据集中的对象的残差获得叶轮磨损评估，受力数据集中其他受力子数据集与第一个受力子数据集的近似性为各预定时间长度对应的循环泵工作状况；S600：将叶轮磨损评估与循环泵工作状况的乘积作为叶轮的工效合格指数，并以工效合格指数构成叶轮的合格数据集；S700：将合格数据集导入监测连接模型，计算得到预测合格数据集；S800：设定工效达标临界值，按照预测合格数据集中小于工效达标临界值的预测工效合格指数推断循环泵叶轮寿命并预警。3.如权利要求2的一种基于人工智能的数控机床冷却系统监测预警方法，其特点在于：采用损失函数控制监测连接模型练习，其中，平稳度指数为损失函数的加权值；步骤S400包括：平稳度指数为：平稳度指数为：φ＝1+|mean(w
h
)
‑
mean(w
h
‑1)|；其中，m
h
代表第h个运行效果子数据集对应的平稳度指数；
‑
STD(w
h
)代表第h个运行效果子数据集的方差；e代表自然常数；mean(w
h
)代表第h个运行效果子数据集的平均数；mean(w
h
‑1)代表第h
‑
1个运行效果子数据集的平均数。4.如权利要求3的一种基于人工智能的数控机床冷却系统监测预警方法，其特点在于：步骤S500包括：S510：对叶轮转速子数据集中的对象进行标记，该标记代表对象在时间上的排序；
S520：对标记后的对象进行直线拟合，直线的横坐标为对象的标记；S530：获得标记对应的直线上的Y轴坐标值与对应的对象值的残差，采用差值的残差获得叶轮磨损评估，叶轮磨损评估与残差的平均数为负相关关系，且每个叶轮转速子...

【专利技术属性】
技术研发人员：陶安明，
申请(专利权)人：陶安明，
类型：发明
国别省市：