一种基于循环神经网络的数控机床能耗状态监测方法技术

本发明专利技术公开了一种基于循环神经网络的数控机床能耗状态监测方法，涉及数控机床健康监测技术领域，包括以下步骤：S1、采集数控机床在加工过程中的能耗数据；S2、对采集的数据进行预处理；S3、对预处理后的数据进行分类与存储；S4、根据数控机床能耗消耗的历史数据对未来能耗消耗情况进行预测；S5、根据数控机床未来能耗消耗情况进行故障诊断，本发明专利技术能够根据数控机床能耗消耗情况的历史数据来预测数控机床在未来一定时间内的能耗消耗情况，并根据预测的能耗消耗情况诊断数控机床的运行状态，对可能出现的故障提前进行预警，能够避免加工过程中因故障造成的工件损毁，可以有效提升加工效率，达到节能减排的目的。

【技术实现步骤摘要】

本专利技术涉及数控机床健康监测，尤其涉及一种基于循环神经网络的数控机床能耗状态监测方法。

技术介绍

1、数控机床的健康监测是指通过监测数控机床加工过程中的各项数据，诊断机床可能出现的故障并提前预警，来减少停机时间、提高机床利用率，对于提高生产效率、降低生产成本具有重要意义。

2、当前数控机床健康监测方法一般只关注主轴、刀具等部件的性能及剩余寿命，忽略了对加工过程中所需的电、气(压缩空气)、液(切削液)等能源数据的监测，无法提升机床的能耗利用率，为此，提出一种基于循环神经网络的数控机床能耗状态监测方法。

技术实现思路

1、本专利技术的目的是为了解决现有技术中的问题，而提出的一种基于循环神经网络的数控机床能耗状态监测方法。

2、一种基于循环神经网络的数控机床能耗状态监测方法，包括以下步骤：

3、s1、采集数控机床在加工过程中的能耗数据；

4、s2、对采集的数据进行预处理；

5、s3、对预处理后的数据进行分类与存储；

6、s4、根据数控机床能耗本文档来自技高网...

【技术保护点】

1.一种基于循环神经网络的数控机床能耗状态监测方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种基于循环神经网络的数控机床能耗状态监测方法，其特征在于：所述步骤S1中，根据数控机床状态监测的目标指定数据采集的对象，可以是电、气、液三类数据中的一种或多种，并根据所述数据采集对象，选择数据采集所用的传感器。

3.根据权利要求1所述的一种基于循环神经网络的数控机床能耗状态监测方法，其特征在于：所述步骤S2中，数据预处理包括以下步骤：

4.根据权利要求1所述的一种基于循环神经网络的数控机床能耗状态监测方法，其特征在于：所述步骤S3中，数据的分类与存...

【技术特征摘要】

1.一种基于循环神经网络的数控机床能耗状态监测方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种基于循环神经网络的数控机床能耗状态监测方法，其特征在于：所述步骤s1中，根据数控机床状态监测的目标指定数据采集的对象，可以是电、气、液三类数据中的一种或多种，并根据所述数据采集对象，选择数据采集所用的传感器。

3.根据权利要求1所述的一种基于循环神经网络的数控机床能耗状态监测方法，其特征在于：所述步骤s2中，数据预处理包括以下步骤...

【专利技术属性】
技术研发人员：高德鹏，邱建林，陈枢茜，梅香香，
申请(专利权)人：南通理工学院，
类型：发明
国别省市：