基于孪生网络的电主轴轴承部件早期异常状态识别方法技术

技术编号:41493809 阅读:16 留言:0更新日期:2024-05-30 14:39
本申请公开了一种基于孪生网络的电主轴轴承部件早期异常状态识别方法,该方法包括:获取电主轴轴承的待测数据;将待测数据和参考数据输入孪生网络模型,得到电主轴轴承的运行状态;其中,参考数据为健康状态下电主轴轴承的健康采样数据,孪生网络模型是利用多组训练样本对训练得到的,训练样本对至少是基于多种异常状态下电主轴轴承的多组异常采样数据两两组合得到的。上述方案,能够提高对电主轴轴承运行状态的识别效率。

【技术实现步骤摘要】

本申请涉及电主轴系统检测,特别是涉及一种基于孪生网络的电主轴轴承部件早期异常状态识别方法


技术介绍

1、随着我国制造业的迅速发展,高精密加工领域的需求日益增长。在此背景下,电主轴作为数控机床的核心组件,扮演着至关重要的角色。其中轴承作为支撑电主轴的关键部件,其质量和性能对电主轴的稳定性、可靠性、使用寿命和工作效率起着决定性作用。因此,在电主轴生产完成后,生产厂家会对电主轴轴承进行严格、细致的性能检测,确保其质量达标,性能可靠。由于装配工艺等多种因素,电主轴轴承在早期可能会出现噪音增加、振动加剧和润滑不良等问题。传统检测方法依赖于人工检测,既耗时又需要检测人员极高的经验。因此,如何提高电主轴轴承运行状态的识别效率成为了亟待解决的问题。


技术实现思路

1、本申请主要解决的技术问题是提供一种基于孪生网络的电主轴轴承部件早期异常状态识别方法,能够提高电主轴轴承运行状态的识别效率。

2、为解决上述技术问题,本申请第一方面提供一种基于孪生网络的电主轴轴承部件早期异常状态识别方法,包括:获取所述电主轴轴承的待本文档来自技高网...

【技术保护点】

1.一种基于孪生网络的电主轴轴承部件早期异常状态识别方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述将所述待测数据和参考数据输入孪生网络模型,得到所述电主轴轴承的运行状态,包括:

3.根据权利要求2所述的方法,其特征在于,所述孪生网络模型包括第一子网络架构和第二子网络架构;

4.根据权利要求2所述的方法,其特征在于,所述将所述待测数据和所述参考数据输入所述孪生网络模型,得到健康系数之后,还包括:

5.根据权利要求2所述的方法,其特征在于,所述获取所述健康系数对应的系数阈值,基于所述健康系数及其对应的所述系数阈值,得到...

【技术特征摘要】

1.一种基于孪生网络的电主轴轴承部件早期异常状态识别方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述将所述待测数据和参考数据输入孪生网络模型,得到所述电主轴轴承的运行状态,包括:

3.根据权利要求2所述的方法,其特征在于,所述孪生网络模型包括第一子网络架构和第二子网络架构;

4.根据权利要求2所述的方法,其特征在于,所述将所述待测数据和所述参考数据输入所述孪生网络模型,得到健康系数之后,还包括:

5.根据权利要求2所述的方法,其特征在于,所述获取所述健康系数对应的系数阈值,基于所述健康系数及其对应的所述系数阈值,得到所述电主轴轴承的运行状态之后,还包括:

6.根据权利要求2所述的方法,其特征在于,所述训练样本对还包括每个所述异常采样数据和所述健康采样数据的组合,在训练所述孪生网络模型的过程中,...

【专利技术属性】
技术研发人员:潘卫国任东
申请(专利权)人:南通国盛智能科技集团股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1