当前位置: 首页 > 专利查询>江苏大学专利>正文

一种基于故障机理与迁移学习的数控加工故障诊断方法技术

技术编号:43346339 阅读:32 留言:0更新日期:2024-11-15 20:44
本发明专利技术公开了一种基于故障机理与迁移学习的数控加工故障诊断方法,包括以下步骤:采集相同加工工况下的原始加工数据;基于刀具磨损机理和故障机理构建功率增量分析模型;利用功率增量分析模型对加工数据进行标记分类;构建数控加工故障诊断模型;对新加工条件的加工数据,基于迁移学习训练数控加工故障诊断模型。本发明专利技术在充分考虑的刀具磨损所致加工故障以及其他加工故障对加工功率影响的前提下,基于功率变化识别加工过程中机器或刀具状态发生重大变化的异常能量模式,能够有效指导数据标记分类,提升数据诊断的准确性及鲁棒性;构建基于迁移学习的深度学习算法模型,能够有效提高其训练精度及效率。

【技术实现步骤摘要】

本专利技术涉及数控机床加工,具体涉及一种基于故障机理与迁移学习的数控加工故障诊断方法


技术介绍

1、数控机床作为智能制造的核心装备,在现代制造业中扮演着至关重要的角色,据统计目前我国的保有量超过1000万台。若每台机床的平均加工功率为10千瓦,其总额定功率是三峡电站总发电量的4倍多,因此提高数控加工效率对提高用电效率、节约能源有重大意义。

2、实现数字孪生驱动的高端绿色数控加工是我国实现制造现代化、智能化的重要目标,如何最大化高端加工的能源使用效率是重要的研究方向。为实现该目标,国家发布了推动与数字孪生相关的智能制造技术如大数据、人工智能及边缘计算等在制造中的应用以实现高质量、高效率的计划调度。2022年8月提出进一步推进先进制造业发展以实现振兴工业的战略目标,推进产业基础再造以及提升产业科技创新能力是重要的发展目标。

3、在学科交叉背景下,利用以数字孪生为背景的智能传感测量测量系统、大数据分析、深度学习算法、数据可视化、边缘计算等新兴技术,结合传统机械加工机理模型,可有效实现对加工能耗、效率及设备利用率的优化

4、本文档来自技高网...

【技术保护点】

1.一种基于故障机理与迁移学习的数控加工故障诊断方法,其特征在于,包括以下步骤:

2.如权利要求1所述的一种基于故障机理与迁移学习的数控加工故障诊断方法,其特征在于,所述刀具磨损状态下的磨损量具体通过以下方法获得:

3.如权利要求2所述的一种基于故障机理与迁移学习的数控加工故障诊断方法,其特征在于,还包括:在建立刀具磨损功率增量模型后,利用优化函数对刀具磨损功率增量模型进行结果优化,优化后的刀具磨损功率增量模型表示为:

4.如权利要求3所述的一种基于故障机理与迁移学习的数控加工故障诊断方法,其特征在于,所述步骤S1还包括:针对切削刀具图像及工件表面质量...

【技术特征摘要】

1.一种基于故障机理与迁移学习的数控加工故障诊断方法,其特征在于,包括以下步骤:

2.如权利要求1所述的一种基于故障机理与迁移学习的数控加工故障诊断方法,其特征在于,所述刀具磨损状态下的磨损量具体通过以下方法获得:

3.如权利要求2所述的一种基于故障机理与迁移学习的数控加工故障诊断方法,其特征在于,还包括:在建立刀具磨损功率增量模型后,利用优化函数对刀具磨损功率增量模型进行结果优化,优化后的刀具磨损功率增量模型表示为:

4.如权利要求3所述的一种基于故障机理与迁移学习的数控加工故障诊断方法,其特征在于,所述步骤s1还包括:针对切削刀具图像及工件表面质量图像,通过阈值分割算法将切削刀具和工件分别从图像中进行分割;利用中值滤波算法剔除切削刀具图像及工件表面质量图像中的噪声。

5.如权利要求4所述的一种基于故障机理与迁移学习的数控加工故障诊断方法,其特征在于,所述中值滤波的实现步骤如下:定义一个奇数点的移动窗口,并将模板中心与图像中的某个像素位置重合;读取模板下各对应的像素灰度值,并进行排序;选取排序后的灰度序列...

【专利技术属性】
技术研发人员:梁宇琛鲁金忠卢海飞王宇琦李安平
申请(专利权)人:江苏大学
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