[发明专利]一种智能制造设备的在线故障诊断方法及装置

权利要求书

1.一种智能制造设备的在线故障诊断方法，其特征在于，包括以下步骤：

步骤S1、采集数控设备的历史数据，获取用于故障诊断的检验阈值；

步骤S2、建立故障模式数据库；

步骤S3、实时采集数控设备的运行数据；

步骤S4、对运行数据进行故障判断和故障模式诊断。

2.根据权利要求1所述的一种智能制造设备的在线故障诊断方法，其特征在于，所述步骤S1具体包括以下步骤：

步骤S11、采集数控设备的历史数据，提取用于故障诊断的平稳残差；

令历史数据Y＝(y₁,y₂,...y_m)，其中n_y为输出数据维数，m为样本容量，将Y分解为非平稳趋势项和平稳残差项，

其中，为非平稳趋势项，为平稳残差项；

步骤S12、记和分别为和的第i列，计算平稳残差项的协方差矩阵，

其中，为的转置矩阵；

步骤S13、计算历史数据y的检测残差

其中，为y的转置矩阵；

步骤S14、构造统计量T²，

其中，为的转置矩阵；

令检测显著性水平为α，则对应的检验阈值为：

其中，F_α(n_y，m-n_y)为显著性水平为α的历史数据。

3.根据权利要求2所述的一种智能制造设备的在线故障诊断方法，其特征在于，所述步骤S1中数控设备的运行数据包括：数控设备运行的功率y₁、温度y₂、湿度y₃、压力y₄、位移y₅、转速y₆。

4.根据权利要求2所述的一种智能制造设备的在线故障诊断方法，其特征在于，所述步骤S11中提取用于故障诊断的平稳残差具体方法为：利用稳态判定方法获取最终诊断模型参数对应的历史样本数据在各时间段内的稳态因子，设定稳态容忍度，剔除稳态因子小于所述稳态容忍度的数据，得到各时间段的平稳残差。

5.根据权利要求1所述的一种智能制造设备的在线故障诊断方法，其特征在于，所述步骤S2具体包括：

令f为历史数据y的故障模式，其中，f₀表示运行数据为正常的模式，F＝{f_i，i＝1，2，...，n_f}表示具有n_f类不同故障模式的历史故障模式库，f_i表示第i类历史故障；将采集的历史数据与检测的故障模式建立一一映射关系，从而建立故障模式数据库。

6.根据权利要求1所述的一种智能制造设备的在线故障诊断方法，其特征在于，所述步骤S4具体包括：

步骤S41、对运行数据进行故障检测，若则f∈{f₀}，运行数据y为正常数据；否则，运行数据y为异常数据；

步骤S42、计算异常数据与所有故障模式f_i之间的偏离度，将偏离度最小的故障模式判别为异常数据的故障模式。