[发明专利]基于信号融合的机床工作状态智能辨识系统

说明书

本发明提供了一种基于信号融合的机床工作状态智能辨识系统，传感器系统安装于机床的机械系统上，采集机床的振动信号、温度信号、电流信号和速度信号；振动信号和温度信号通过数据采集系统转换为数字信号后发送至监控系统，电流信号和速度信号通过数控系统发送至监控系统；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和/或发送至数据智能分析系统进行实时数据分析并输出机床工作状态智能辨识结果。本发明有效地消除了单独由功率传感器测得的信号所做的机床状态辨识所带来的误判，结合多种传感器信息的融合，采用BP神经网络方法，减小判断误差，提高系统鲁棒性，同时为加工工艺过程的动态监控提供了基础条件。

技术领域

本发明涉及机床加工工艺过程监控领域，尤其是一种基于信号融合的加工中心加工工艺过程中不同加工阶段的机床工作状态智能辨识系统。

背景技术

加工中心的加工工艺过程辨识是指对于机床工作状态尤其是对加工过程中不同加工工艺阶段的辨识，是加工工艺过程监控的重要基础。机床工作状态的识别对了解掌握和统计分析设备的加工信息具有重要意义。加工中心不同的工作状态包括停机、开机、加工开始、不同的加工工艺阶段、加工结束、换刀等工作状态，企业可以计算机床的加工负荷、产品的生产数量及刀具的消耗量等等，从而核算成本。在加工工艺过程监控中，通过识别设备加工过程中不同的加工阶段，可以及时发现特定工艺过程的异常状态，预报和定位加工设备故障，减少停机时间，预测和控制加工质量。

现有的机床加工状态识别方法大部分为基于功率信息的统计方法。经过检索发现：申请号为201310134979.7的发明专利，公开了一种“基于功率信息的机床设备利用状态在线监测方法及装置”，通过在机床总电源处安装功率传感器，对实时采集的机床总电源输入功率进行信号处理后，得到机床的开机状态、主轴电机运行状态等信息并进一步进行统计分析。申请号为201410697266.6的发明专利，公开了“基于主轴功率监控的机床工作状态的自动统计方法及系统”，此方法通过对机床主轴功率的监控，实时识别机床加工状态，统计机床加工工件时间，换刀时间，主轴空转时间，加工结束机床闲置时间，机床开机总时间，并统计机床加工工件数量和刀具使用数量。

分析已有专利，还缺少对于不同加工工艺阶段的判断方法。目前没有发现同本发明类似技术的说明或报道，也尚未收集到国内外类似的资料。

发明内容

为了克服现有技术中只使用一种功率信号作为判断机床状态准确率低、鲁棒性差等缺陷，本发明提供了一种基于信号融合的机床工作状态智能辨识系统，该系统采用多种传感器信号融合的方法，通过采集机床主轴和进给轴不同位置的振动和负载信号，基于人工智能技术，将多传感器信号融合，自动辨识机床工作状态包括停机、开机、加工开始、不同加工阶段对应的加工工艺过程、加工结束、换刀等工作状态，为工作状态的自动统计提供新的方法，尤其是辨识零件不同的加工工艺过程，如加工中心上特定的工序和工步，采用不同刀具和加工工艺参数加工零件的不同部位，为加工工艺过程的动态监控提供了基础条件。

本发明是通过以下技术方案实现的。

一种基于信号融合的机床工作状态智能辨识系统，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(通过数控系统)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。

优选地，所述机床的机械系统包括主轴和伺服轴；