一种基于人工智能的状况评估方法及系统技术方案

本发明专利技术公开了一种基于人工智能的状况评估方法及系统，包括滚珠丝杠副试验台模块、数据中心服务器、无线通信网络和状态监测评估模块，所述滚珠丝杠副试验台模块用于搭建模拟实际工况下获取滚珠丝杠副参数数据的试验台，所述数据中心服务器用于通过工控机实现参数数据的接收存储和分析计算，所述无线通信网络用于通过4G无线网络实现试验台与中心服务器间的通讯，所述状态监测评估模块用于基于滚珠丝杠副的振动信号对预紧力的变化情况进行间接跟踪监测，所述滚珠丝杠副试验台模块与数据中心服务器网络连接，所述无线通信网络与状态监测评估模块数据连接，本发明专利技术，具有对滚珠丝杆副性能状态评估和预紧力状态监测识别的特点。副性能状态评估和预紧力状态监测识别的特点。副性能状态评估和预紧力状态监测识别的特点。

【技术实现步骤摘要】
一种基于人工智能的状况评估方法及系统


[0001]本专利技术涉及状态评估
，具体为一种基于人工智能的状况评估方法及系统。

技术介绍

[0002]数控机床作为机械加工的关键装备，是实现高端装备制造业现代化的重要组成部分，滚珠丝杠副作为数控机床传动系统的关键功能部件，其性能状态直接影响数控机床的加工质量和生产效率，由于长时间承受高速运转，载荷冲击和高温等因素作用，不可避免的会出现磨损，性能退化等现象而导致传动精度下降，严重影响着数控机床加工精度和工件质量，需要实时监测滚珠丝杠副的运行状态和感知其性能状况。
[0003]在实际使用过程中，装备不当、润滑不良、超负荷运转等情况往往会使得滚珠丝杠副的寿命缩短，相关性能也会随之失效，导致机床加工精度的下降，且鉴于目前预紧力还不能通过力传感器直接检测，需要通过振动信号的分析与处理间接获得，即现阶段对滚珠丝杆副性能状况的评估体系仍不完善，评估指标仍不明确，评估方法仍存在缺陷，因此，设计对滚珠丝杆副性能状态评估和预紧力状态监测识别的一种基于人工智能的状况评估方法及系统是很有必要的。

技术实现思路

[0004]本专利技术的目的在于提供一种基于人工智能的状况评估方法及系统，以解决上述
技术介绍
中提出的问题。
[0005]为了解决上述技术问题，本专利技术提供如下技术方案：一种基于人工智能的状况评估方法及系统，所述状况评估方法包括以下运行步骤：
[0006]步骤一：建立基于传感器、PCI数据采集卡和工控机的滚珠丝杠副试验台；
[0007]步骤二：模拟滚珠丝杠副实际工况，利用位于滚珠丝杠综合性能试验台的数据采集系统完成数据采集；
[0008]步骤三：构建滚珠丝杠副性参数管理数据库，将采集的性能参数以无线通信方式传输至数据中心服务器；
[0009]步骤四：基于数据库实施数据计算分析实现滚珠丝杠副的综合性能评估；
[0010]步骤五：根据滚珠丝杠副预紧力与摩擦力矩的经验公式，计算评估预紧力实际的变化情况。
[0011]根据上述技术方案，所述步骤二中，位于滚珠丝杠综合性能试验台的数据采集系统，基于模拟工况条件下对滚珠丝杠副性能评估参数的数据采集，利用多传感器进行丝杠运转过程中的输入力矩、摩擦力矩、温位移、位移信号、加速度六路模拟信号的采集，并对直线光栅尺和圆光栅输出的二路脉冲信号进行计数。
[0012]根据上述技术方案，所述步骤三中数据中心服务器的主要运行方法包括步骤：
[0013]步骤A1：将综合性能试验台采集的性能评估参数通过无线网络传输至中心服务
器，中心服务器接收到工控机的传输数据后，返回确认收到信号；
[0014]步骤A2：建立综合性能试验台性能参数管理数据库，将接收到的被测丝杠的相关性能参数存储于数据库中进行后续分析使用；
[0015]步骤A3：将数据库中的数据进行集中计算分析并将分析结果存储于数据库。
[0016]根据上述技术方案，所述步骤四中，中心服务器启动后，启动多个空服务线程池线程，主线程持续监听工控机的连接，当有工控机的连接连入后，为本次连接取得一个空的服务线程执行数据接收和数据库存储服务，主线程继续监听，在服务线程里，持续接收工控机的数据，直到接收到完整的数据或接收超时退出，中心服务器软件接收到完整的工控机数据后，进行数据校验，校验成功后解析数据，并将数据存储于中心服务器数据库中，服务线程退出，等待主线程的使用。
[0017]根据上述技术方案，所述步骤五中，计算预紧力实际变化情况的方法包括以下步骤：
[0018]步骤B1：将丝杠安装在综合性能测试台上，以设定转速往返加载跑合以此采集振动信号和采集摩擦力矩信号；
[0019]步骤B2：将加速度传感器粘贴于与螺母副紧密接触的法兰上，设置振动系统采样频率，启动综合性能试验台中的振动信号采集程序，采集跑合过程中螺母往返一次的轴向振动信号；
[0020]步骤B3：设置电机转速使螺母往返跑合，启动综合性能试验台中摩擦力矩采集程序，利用静态扭矩传感器对摩擦力矩进行测量与记录；
[0021]步骤B4：重复步骤B2与步骤B3，获取多组测试数据，计算出预紧力随试验周期的变化曲线，并基于振动信号实现对滚珠丝杆副预紧力衰退情况的跟踪监测。
[0022]根据上述技术方案，所述步骤B4中，基于振动信号实现对滚珠丝杆副预紧力衰退情况的跟踪监测方法为利用小波包对不同预紧力状态下振动信号进行分解与重构，提取具有典型特征的特征向量，结合SVM建立衰退阶段跟踪分类器，对预紧力衰退阶段进行状态识别，当识别出滚珠丝杠副预紧力处于丧失阶段，则判定滚珠丝杠副预紧力失效。
[0023]根据上述技术方案，所述一种基于人工智能的状况评估系统，包括滚珠丝杠副试验台模块、数据中心服务器、无线通信网络和状态监测评估模块，其特征在于：所述滚珠丝杠副试验台模块用于搭建模拟实际工况下获取滚珠丝杠副参数数据的试验台，所述数据中心服务器用于通过工控机实现参数数据的接收存储和分析计算，所述无线通信网络用于通过4G无线网络实现试验台与中心服务器间的无线数据通讯，所述状态监测评估模块用于基于滚珠丝杠副的振动信号对预紧力的变化情况进行间接跟踪监测以实现对预紧力状态的评估识别，所述滚珠丝杠副试验台模块与数据中心服务器网络连接，所述无线通信网络与状态监测评估模块数据连接。
[0024]根据上述技术方案，所述滚珠丝杠副试验台模块包括传感器模块、PCI数据采集模块和工控机模块，所述传感器模块用于利用多传感器进行多参数的采集记录，所述PCI数据采集模块用于利用PCI数据采集卡进行参数模拟信号的模数转换，所述工控机模块用于进行参数采集过程的控制和对获取数据的分析计算，所述传感器模块、PCI数据采集模块与工控机模块电连接。
[0025]根据上述技术方案，所述数据中心服务器包括性能参数采集程序、中心服务器软
件、性能参数计算分析模块和跟踪监测模块，所述性能参数采集程序用于负责对滚珠丝杠副性能评价指标参数的采集与传输控制，所述中心服务器软件用于采用模块化的方式实现工控机数据的接收、存储和分析，所述性能参数计算分析模块用于对性能参数进行计算与分析以评估滚珠丝杠副性能，所述跟踪监测模块用于对预紧力的变化情况进行间接跟踪监测，所述性能参数采集程序与中心服务器软件网络连接，所述性能参数计算分析模块与跟踪监测模块网络连接，所述中心服务器软件包括性能评估数据库，所述性能评估数据库用于建立性能评估数据库存储评估参数和计算数据。
[0026]根据上述技术方案，所述无线通信网络包括工控机内部4G模块，所述工控机内部4G模块用于利用内部自带能够接插4G模块接口的工控机进行自动联网，所述状态监测评估模块包括振动信号采集模块、特征值提取分析模块和阶段自动划分模块，所述振动信号采集模块用于通过试验台采集滚珠丝杠副的振动信号，所述特征值提取分析模块用于利用小波包算法对滚珠丝杠副跑合过程中的振动信号进行分解和提取特征向量，所述阶段自动划分模块用于将提取的特征向量结合支持向量机分本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的状况评估方法，其特征在于：所述状况评估方法包括以下运行步骤：步骤一：建立基于传感器、PCI数据采集卡和工控机的滚珠丝杠副试验台；步骤二：模拟滚珠丝杠副实际工况，利用位于滚珠丝杠综合性能试验台的数据采集系统完成数据采集；步骤三：构建滚珠丝杠副性参数管理数据库，将采集的性能参数以无线通信方式传输至数据中心服务器；步骤四：基于数据库实施数据计算分析实现滚珠丝杠副的综合性能评估；步骤五：根据滚珠丝杠副预紧力与摩擦力矩的经验公式，计算评估预紧力实际的变化情况。2.根据权利要求1所述的一种基于人工智能的状况评估方法，其特征在于：所述步骤二中，位于滚珠丝杠综合性能试验台的数据采集系统，基于模拟工况条件下对滚珠丝杠副性能评估参数的数据采集，利用多传感器进行丝杠运转过程中的输入力矩、摩擦力矩、温位移、位移信号、加速度六路模拟信号的采集，并对直线光栅尺和圆光栅输出的二路脉冲信号进行计数。3.根据权利要求2所述的一种基于人工智能的状况评估方法，其特征在于：所述步骤三中数据中心服务器的主要运行方法包括步骤：步骤A1：将综合性能试验台采集的性能评估参数通过无线网络传输至中心服务器，中心服务器接收到工控机的传输数据后，返回确认收到信号；步骤A2：建立综合性能试验台性能参数管理数据库，将接收到的被测丝杠的相关性能参数存储于数据库中进行后续分析使用；步骤A3：将数据库中的数据进行集中计算分析并将分析结果存储于数据库。4.根据权利要求3所述的一种基于人工智能的状况评估方法，其特征在于：所述步骤四中，中心服务器启动后，启动多个空服务线程池线程，主线程持续监听工控机的连接，当有工控机的连接连入后，为本次连接取得一个空的服务线程执行数据接收和数据库存储服务，主线程继续监听，在服务线程里，持续接收工控机的数据，直到接收到完整的数据或接收超时退出，中心服务器软件接收到完整的工控机数据后，进行数据校验，校验成功后解析数据，并将数据存储于中心服务器数据库中，服务线程退出，等待主线程的使用。5.根据权利要求4所述的一种基于人工智能的状况评估方法，其特征在于：所述步骤五中，计算预紧力实际变化情况的方法包括以下步骤：步骤B1：将丝杠安装在综合性能测试台上，以设定转速往返加载跑合以此采集振动信号和采集摩擦力矩信号；步骤B2：将加速度传感器粘贴于与螺母副紧密接触的法兰上，设置振动系统采样频率，启动综合性能试验台中的振动信号采集程序，采集跑合过程中螺母往返一次的轴向振动信号；步骤B3：设置电机转速使螺母往返跑合，启动综合性能试验台中摩擦力矩采集程序，利用静态扭矩传感器对摩擦力矩进行测量与记录；步骤B4：重复步骤B2与步骤B3，获取多组测试数据，计算出预紧力随试验周期的变化曲线，并基于振动信号实现对滚珠丝杆副预紧力衰退情况的跟踪监测。
6.根据权利要求5所述的一种基于人工智能的状况评估方法，其特征在于：所述步骤B4中，基于振动信号实...

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