[发明专利]一种智能制造设备的在线故障诊断方法及装置

说明书

本发明涉及故障诊断技术领域，具体涉及一种智能制造设备的在线故障诊断方法及装置，通过采集数控设备的历史数据，获取用于故障诊断的检验阈值，并建立不同故障模式下的故障模式数据库；通过实时采集数控设备的运行数据，并对运行数据进行故障判断和故障模式诊断，从而提高对数控设备在线故障的诊断能力。

技术领域

本发明涉及故障诊断技术领域，具体涉及一种智能制造设备的在线故障诊断方法及装置。

背景技术

故障诊断方法通常可分为基于模型驱动的故障诊断、基于知识判决的故障诊断和基于数据驱动的故障诊断三大类，相对于基于模型驱动的和基于知识判决的故障诊断方法，基于数据驱动的故障诊断方法是直接利用监控系统的数据或状态，采用数据分析、统计决策、深度学习等技术进行故障诊断，不仅可以达到故障检测的目的，而且还有望在完成故障检测后，对故障模式、故障特征以及故障属性进行有效分析，从而实现故障的识别。

故障问题驱动的系统建模与诊断本身是一个良性互动的过程，当在复杂制造系统发生故障后，要及时诊断故障确保复杂制造系统的运行安全，如何及时确认是否发生了故障、何处发生了故障、发生了什么级别或多大幅度的故障，以便在安全管理过程中赢得时间，及时实施维修或故障处理，成为值得解决的关键问题。

发明内容

本发明提供一种智能制造设备的在线故障诊断方法及装置，提高了对数控设备在线故障的诊断能力。

本发明提供的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。

进一步，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。

进一步，所述步骤S2具体包括：