[发明专利]一种数控机床主轴健康程度量化评价方法有效
申请号: | 201910553417.3 | 申请日: | 2019-06-25 |
公开(公告)号: | CN111625907B | 公开(公告)日: | 2023-06-16 |
发明(设计)人: | 梁帆;余旸;吴书睿 | 申请(专利权)人: | 东莞先知大数据有限公司 |
主分类号: | G06F30/17 | 分类号: | G06F30/17;G06F17/11;G06F119/04 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 523128 广东省东莞市东城*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 数控机床 主轴 健康 程度 量化 评价 方法 | ||
1.一种数控机床主轴健康程度量化评价方法,其特征在于,包括步骤如下:
S1,将采集到的机床工作状态时主轴产生的振动信号和电压信号预处理后计算特征指数;
S2,将健康指数h代入公式解方程得到当前设备主轴的使用寿命t;S3,将使用寿命t代入公式中得到设备的健康预测公式;
其中S1的具体步骤如下:
S11,将已采集到的机床工作状态时主轴产生的振动信号和电压信号预处理;
S12,利用处理后的数据计算特征指数;
S13,将设备损坏程度指数s代入公式得到设备当前健康指数h,其中所述的公式为:h=100-s;
步骤S11信号预处理的方法是使用属性的中心度量填补缺失值,检测异常值并处理;
步骤S12中特征指数的计算步骤如下:
S121,计算如下数据特征:振动信号的均值、振动信号的标准差、振动信号的偏度、振动信号的峰度、振动信号的脉冲因子、振动信号的裕度因子、振动信号的谱峭度、电压信号的均值;
S122,将数据特征代入公式计算得到振动信息指数EI、冲击信息指数SI、磨损信息指数AI、干扰信息指数RI;
S123,将振动信息指数EI、冲击信息指数SI、磨损信息指数AI、干扰信息指数RI代入公式得到设备损坏程度指数s,所述的公式为s=AI×(EI+1)+SI+RI;
步骤S122中振动信息指数EI由振动信号的均值u、振动信号的标准差s、振动信号的偏度p代入公式计算得到,其中所述公式为:
EI=1n(|u|+CSS+1)+CPP,其中CS为方差修正常数,CP为偏度修正常数冲击信息指数SI由振动信号的峰度f、振动信号的脉冲因子M、振动信号的谱峭度St代入公式得到,所述公式为:
其中Cf为冲击修正常数,CSt为频域修正常数磨损信息指数AI由振动信号的裕度因子I代入公式得到,所述公式为:
AI=C|e-i|ù其中C为磨损修正常数ù=2πI
干扰信息指数RI由电压信号的均值V代入公式计算得到,所述公式为:
其中N为电压的经验常值
S2中健康指数h的计算公式为其中Eh为当前同款型设备的经验寿命指数,C、N为修正系数;
S3中公式为
其中所述的T为当前到预测点之间的时间,H为时间T后的健康预测值,Rt为主轴剩余寿命Yt为经验完整寿命。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东莞先知大数据有限公司,未经东莞先知大数据有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910553417.3/1.html,转载请声明来源钻瓜专利网。