[发明专利]一种数控机床主轴电机运行监测方法

权利要求书

1.一种数控机床主轴电机运行监测方法，其特征在于，所述方法包括如下步骤：

S1、采集主轴电机运行状态下的绕组温升t₁、电机表面温度t₂、运行电压V、运行电流I、转速N、输出转矩T、功率因数cosΦ；作为判断电机运行状态的特征参数集，并确定电机稳定运行状态下各数值的取值范围；

S2、持续采集上述7个参数，构成特征参数数据集，剔除特征参数数据集中含有不符合取值范围的数据集，获得分类后的电机稳定性数据集；

S3、采用快速搜索与寻找密度峰值法对电机稳定性数据集进行聚类，并获得聚类中心；其中，聚类方法的过程如下：

数据集为数据点x_i和数据点y_i之间的距离表示为：

d_ij＝dist(x_i,x_j)，

用下式计算数据点的局部密度：

其中，函数χ(x)为：

ρ_i表示S中的那些与x_i的距离小于截断距离d_c的点；

当x_i的局部密度最大时，有：

θ_i＝max_j(d_ij)，

其中，θ_i表示S中的数据点与x_i的最大距离；

否则，若x_i的局部密度不是最大，有：

其中，θ_i表示S中的比x_i的局部密度大的数据点与x_i的最小距离；

将数据集中的每个点用ρ_i和θ_i来表示，将ρ_i和θ_i作为横纵坐标绘制决策图，由决策图确定稳定状态的类别中心；

S4、构建电机运行稳定性识别的可拓神经网络识别算法，利用聚类后的电机稳定性数据集对可拓神经网络识别算法进行训练，完成算法训练过程；

S5、在电机运行过程中实时采集特征参数，将未分类的特征参数数据集输入到训练后的可拓神经网络算法中，对电机运行稳定性进行判断，基于判断结果做出如下决策：

(1)当判断电机处于稳定状态时，不发出预警；

(2)当判断电机处于非稳定状态时，发出预警信息。

2.如权利要求1所述的数控机床主轴电机运行监测方法，其特征在于：所述步骤S4中，可拓神经网络识别算法的训练过程中如下：

定义电机稳定性数据集为N_d为总的数据个数，第i个数据点可以写为表示第i个数据点的类别是p，数据点有n个属性，训练阶段的步骤如下：

(1)根据下式确定每个产热对精度影响状态类别的经典域作为初始权值

其中，k＝1…N_c，N_c为总的类别个数；

(2)计算每个数据对精度影响状态类别的初始类别中心

(3)读取第i个稳定性特征数据集中的数据点以及此数据点所属的类别p

(4)参照可拓理论中可拓距的计算公式，计算数据点与第k个类别之间的距离

(5)找出数据点与第k个类别之间的距离最小的类别o，使得下式成立，如果o＝p，运行(7)，否则运行步骤(6)

ED_io＝min{ED_ik}；

(6)用下面的公式更新第p个类别中心和第o个类别中心

用下面的公式更新第p个类别权值和第o个类别权值

其中，η是学习率；

(7)重复第3-6步，当所有的数据都训练完成时，结束一个训练周期，重新输入第一个数据并进行下一周期的训练；

(8)当达到目标错误率时，结束可拓神经网络识别算法的训练过程。

3.如权利要求1所述的数控机床主轴电机运行监测方法，其特征在于：所述步骤S4的训练过程中，周期迭代次数≥100，训练目标错误率＜1.0x10^-6、学习率η＝0.01。