[发明专利]基于AI技术分析振动信号监控机床加工中心健康状态方法

说明书

基于AI技术分析振动信号监控机床加工中心健康状态方法。本发明公开了获取实时数据集；实时数据集由数据采集端实时采集到的数据组合，实时数据集包括第一实时数据集、第二实时数据集以及第三实时数据集。对第一实时数据集进行数据预处理，得到第一特征集；对第二实时数据集进行数据预处理，得到第二特征集；对第三实时数据集进行数据预处理，得到第三特征集。对第一特征集进行建模分析，得到第一分析结果；对第二特征集进行建模分析，得到第二分析结果；对第三特征集进行建模分析，得到第三分析结果。将第一分析结果、第二分析结果以及第三分析结果进行显示。对数控机床的健康状态智能诊断实现对数控机床的故障状态自动化监测；智能判别机床加工过程中产生的各类问题；模型的可持久性和泛化性。

技术领域

本发明涉及数据监控的技术领域，具体涉及基于AI技术分析振动信号监控机床加工中心健康状态方法。

背景技术

传统的数控机床采用人工巡视或者每隔一个时间段进行监测。但是并不足以预防生产加工过程中异常的发生。而且不能实现实时监测，无法获取到数控机床实时加工状态和信息。

当前市场上提供有很多的数控机床运行状态监测系统，通过各类传感器来监测数控机床的温度、电流、振动信号的变化，并进行处理，计算各类有量纲或者无量纲参数。根据这些参数变化来实现对设备的状态判断。对各类或者故障声音信号的采集分析，将声音信号中的特征指标进行提取建模，并通过这些特征指标运用机器学习算法来训练模型。达到对设备的一个故障状态判断。

发明内容

本发明所要解决的技术问题是上述的背景技术的技术问题，目的在于提供基于AI技术分析振动信号监控机床加工中心健康状态方法，解决能诊断出实时的问题。

本发明通过下述技术方案实现：

基于AI技术分析振动信号监控机床加工中心健康状态方法，应用于数据处理终端，所述方法包括：

获取实时数据集；其中，所述实时数据集由数据采集端实时采集到的数据组合，所述实时数据集包括第一实时数据集、第二实时数据集以及第三实时数据集；

对所述第一实时数据集进行数据预处理，得到第一特征集；对所述第二实时数据集进行数据预处理，得到第二特征集；对所述第三实时数据集进行数据预处理，得到第三特征集；

对所述第一特征集进行建模分析，得到第一分析结果；对所述第二特征集进行建模分析，得到第二分析结果；对所述第三特征集进行建模分析，得到第三分析结果；

将所述第一分析结果、所述第二分析结果以及所述第三分析结果进行显示。

进一步地，所述获取实时数据集；其中，所述实时数据集由数据采集端实时采集到的数据组合，所述实时数据集包括第一实时数据集、第二实时数据集以及第三实时数据集的步骤包括：

采集实时数据集，对所述实时数据集进行类型划分，得到第一实时数据集、第二实时数据集以及第三实时数据集；其中，所述第一实时数据集用于表征机床振动的时序数据，所述以第二实时数据集用于表征加工时的温度，述第三实时数据集用于表征机床的功率。

进一步地，对所述第一实时数据集进行清洗，得到第一清洗数据；对所述第二实时数据集进行清洗，得到第二清洗数据；对所述第三实时数据集进行清洗，得到第三清洗数据的具体步骤包括：

判断所述第一实时数据集中是否含有空值，若所述第一实时数据集中含有空值，则对的所述第一实时数据集进行空值预处理，得到不含有空值的处理数据；判断所述不含有空值的处理数据是否含有噪音数据，若所述不含有空值的处理数据含有噪音数据，则对所述不含有空值的处理数据进行噪音数据处理，得到所述不含有空值的处理数据对应的无噪音数据；对所述无噪音数据进行归一化处理，得到第一清洗数据；