System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及监测,具体涉及一种丝杠状态自动监测方法、系统及计算机存储介质。
技术介绍
1、随着机械自动化技术的不断发展,数控加工中心在传统制造业,尤其是在发动机制造行业得到了大批量的应用。滚珠丝杠作为数控加工中心的核心零部件之一,丝杠状态的好坏直接关系到机床能否正常运行和输出产品的质量表现。由于加工工艺的要求、机床结构的限制,丝杠的拆装和维护工作往往需要耗费大量的时间(以某厂为例,丝杠更换工作一般耗时8小时以上),生产过程中丝杠故障不仅会出现废品或残次品,更会因故障停机而导致产量损失。如果能够建立起丝杠状态的实时监控,对丝杠剩余寿命开展预测分析,当丝杠状态异常时及时进行检修和维护,避免设备停机损失,减少设备产量损失,提高输出产品的质量稳定性。
2、目前业内常规的丝杠状态监测方法主要是通过在机床响应位置加装传感器,采集丝杠伺服放大器的电流信号、丝杠机械位置的振动信号,并通过建立数据分析算法模型,对采集的信号进行分析计算,从而监测丝杠实时状态,加装硬件的同时还需要对设备软件程序进行变更,改造使用成本高,无法适用于大批量设备。加装传感器采集信号一般为间接信号,由于复杂的加工环境和不同的加工工艺,采集的信号容易受到干扰,且间接信号与丝杠状态的关联计算模型复杂,对算法和硬件要求都很高。此外,还有人工采集丝杠伺服信号,人为分析评估采集结果方式,由于依赖人员操作,局限性较大。
3、现有数控加工中心丝杠状态监测方法通过外加传感器,采集滚珠丝杠驱动电机电流信号和丝杠相关部位的振动信号,再建立相应的计算模型进行监测。
>4、存在的缺陷:
5、1.需要额外加装信号采集装置,且对机床程序需要进行改造,涉及软硬件设施变更,改造使用成本高,无法适用于大批量设备。
6、2.采集的相关信号均为丝杠伺服间接信号,通过计算模型构建采集信号与丝杠状态间的关联关系,采样信号容易受到外界信号干扰,监测方法存在一定的局限性。
技术实现思路
1、本专利技术的目的在于提供一种高效的丝杠状态自动监测方法及系统。
2、为解决上述技术问题,本专利技术提供一种丝杠状态自动监测方法,包括以下步骤:
3、获取跟随误差信号;
4、从跟随误差信号中获取子区间;
5、去除子区间中的异常值,并计算得到极差值;
6、根据极差值和预设丝杠状态阈值,评估丝杠状态。
7、优选地,从跟随误差信号中获取子区间,具体包括以下步骤:
8、根据双边cusum算法,从跟随误差信号中获取子区间;
9、定义双边cusum算法中统计函数ci+、ci-:
10、
11、式中:xi为第i个数据;μ0为累计平均值;k为预设点位误差阈值。
12、优选地,根据双边cusum算法,从跟随误差信号中获取子区间,具体包括以下步骤:
13、将跟随误差信号划分成若干迭代区间;
14、计算各个迭代区间的累计平均值;
15、根据迭代区间内的所有点位和相应的累计平均值,计算得到累计点位误差数据;
16、根据累计点位误差数据和预设点位误差阈值,计算得到变化点;
17、以变化点为基准,将跟随误差信号按照时间序列切分为多个子区间。
18、优选地,去除子区间中的异常值,并计算得到极差值,具体包括以下步骤:
19、去除子区间中前一部分的第一区间和后一部分的第二区间,得到最优区间;
20、通过箱型图算法去除最优区间的局部异常值,得到待计算区域;
21、计算各个待计算区域的极差值。
22、优选地,所述极差值为相应子区间内最大值和子区间内最小值之差。
23、优选地,根据极差值和预设丝杠状态阈值,评估丝杠状态,具体包括以下步骤:
24、将极差值和预设丝杠状态阈值进行对比;
25、若待计算区域的极差值大于预设丝杠状态阈值,则丝杠状态为异常;
26、若待计算区域的极差值小于等于预设丝杠状态阈值,则丝杠状态为正常。
27、优选地,获取跟随误差信号,具体包括以下步骤:
28、周期性的获取指令脉冲信号和反馈脉冲信号;
29、根据指令脉冲信号和反馈脉冲信号,计算得到跟随误差信号。
30、优选地,所述预设丝杠状态阈值为50。
31、本专利技术还提供一种丝杠状态自动监测系统,包括:
32、跟随误差信号获取模块,用于获取跟随误差信号;
33、子区间获取模块,用于获取从跟随误差信号中获取子区间;
34、极差值计算模块,用于获取去除子区间中的异常值,并计算得到极差值;
35、评估模块,用于获取根据极差值和预设丝杠状态阈值,评估丝杠状态。
36、本专利技术还提供了一种计算机存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现所述方法的步骤。
37、与现有技术相比,本专利技术的有益效果为:
38、一、本专利技术无需额外成本投入和机床设备变更,无需额外成本投入和机床设备变更。同时软件调度框架可多线程并发实现大批量设备集中监测,适用性强。
39、二、本专利技术直接采集丝杠伺服跟随误差信号,来自于伺服放大器内部数据,无信号干扰和关联模型建立问题,监测结果实时准确。
40、三、本专利技术实时、精准监测丝杠状态,通过预设阈值,建立信息推送机制,可有效预测丝杠潜在失效风险,提前做好维护准备,降低了设备停机风险。
41、四、本专利技术考虑到数控加工设备加工工艺不同,加工循环采集曲线各有差异,基于区间划分和结果修正算法,通过调整设备分析算法模型参数即可兼容不同的加工工艺。同时,无需额外加装硬件和机床程序修改,本专利技术可在各行业响应的数控加工设备上应用。
本文档来自技高网...【技术保护点】
1.一种丝杠状态自动监测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的丝杠状态自动监测方法,其特征在于,从跟随误差信号中获取子区间,具体包括以下步骤:
3.根据权利要求2所述的丝杠状态自动监测方法,其特征在于,根据双边CUSUM算法,从跟随误差信号中获取子区间,具体包括以下步骤:
4.根据权利要求3所述的丝杠状态自动监测方法,其特征在于,去除子区间中的异常值,并计算得到极差值,具体包括以下步骤:
5.根据权利要求4所述的丝杠状态自动监测方法,其特征在于:
6.根据权利要求5所述的丝杠状态自动监测方法,其特征在于,根据极差值和预设丝杠状态阈值,评估丝杠状态,具体包括以下步骤:
7.根据权利要求1所述的丝杠状态自动监测方法,其特征在于,获取跟随误差信号,具体包括以下步骤:
8.根据权利要求1所述的丝杠状态自动监测方法,其特征在于:
9.一种丝杠状态自动监测系统,用于实现如权利要求1-8任一所述的一种丝杠状态自动监测方法,其特征在于,包括:
10.一种计算机存储介质,
...【技术特征摘要】
1.一种丝杠状态自动监测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的丝杠状态自动监测方法,其特征在于,从跟随误差信号中获取子区间,具体包括以下步骤:
3.根据权利要求2所述的丝杠状态自动监测方法,其特征在于,根据双边cusum算法,从跟随误差信号中获取子区间,具体包括以下步骤:
4.根据权利要求3所述的丝杠状态自动监测方法,其特征在于,去除子区间中的异常值,并计算得到极差值,具体包括以下步骤:
5.根据权利要求4所述的丝杠状态自动监测方法,其特征在于:
6.根据权利要求...
【专利技术属性】
技术研发人员:王飞,蒙旭喜,梁文琼,於双月,朱金辉,
申请(专利权)人:上汽通用五菱汽车股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。