[发明专利]基于信号融合的机床工作状态智能辨识系统

权利要求书

1.一种基于信号融合的机床工作状态智能辨识系统，其特征在于，包括传感器系统、数据采集系统、监控系统、状态信号数据库系统和数据智能分析系统；其中：

所述传感器系统安装于机床的机械系统上，并采集机床的振动信号、温度信号、电流信号和速度信号；其中，所述振动信号和温度信号通过数据采集系统由模拟信号转换为数字信号后发送至监控系统，所述电流信号和速度信号直接发送至监控系统；

所述监控系统控制振动信号、温度信号、电流信号和速度信号发送至状态信号数据库系统中进行数据存储和/或发送至数据智能分析系统进行实时数据分析；

所述数据智能分析系统输出机床工作状态智能辨识结果；

所述智能分析系统对传感器系统采集到的信号进行特征提取，再将提取的特征值作为参数输入到构建的BP神经网络中，最终输出机床的工作状态；

对传感器系统采集到的信号进行特征提取，包括：

-对振动信号传感器采集到的振动信号进行特征提取，采用多层小波包分析方法，计算多个小波包分量的能量与总能量的比值作为特征值；

-对温度信号传感器和数控系统采集到的温度信号、电流信号和速度信号进行特征提取，采用阈值比较分析方法，提取固定时段的最大值作为特征值；

将不同机床工作状态下的特征值样本作为输入值，机床工作状态作为输出值，根据BP神经网络算法，用样本数据进行训练，得到BP神经网络模型；在实际机床工作状态下，计算机床的特征值并作为输入值输入到BP神经网络模型中，得到机床工作状态，并继续将此样本数据作为训练数据，减少BP神经网络误差率。

2.根据权利要求1所述的基于信号融合的机床工作状态智能辨识系统，其特征在于，所述机床的机械系统包括主轴和伺服轴；

所述传感器系统包括：振动信号传感器、温度信号传感器以及数控系统；其中：

所述振动信号传感器和温度信号传感器分别布置于主轴的前后轴承处以及伺服轴丝杠螺母座处，采集主轴和伺服轴的振动信号和温度信号；

所述数控系统采集主轴和伺服轴的电流信号和速度信号。

3.根据权利要求2所述的基于信号融合的机床工作状态智能辨识系统，其特征在于，还包括如下任意一项或任意多项特征：

-布置于主轴前轴承处的振动信号传感器和温度信号传感器采用防水或防缠屑型传感器；

-所述振动信号传感器和温度信号传感器通过信号线与数据采集系统连接；

-所述数控系统采用机床的控制系统，并与监控系统数据通讯连接。

4.根据权利要求2所述的基于信号融合的机床工作状态智能辨识系统，其特征在于，所述数控系统采集主轴和伺服轴的电流信号和速度信号的方法为：通过调用数控系统API，从数控系统中得到主轴和伺服轴的电流信号和速度信号。

5.根据权利要求1所述的基于信号融合的机床工作状态智能辨识系统，其特征在于，所述状态信号数据库系统按照数据采集时间和机床编号对数据进行分类存储。