[发明专利]一种数控机床切削液泵送系统的故障检测预警方法

说明书

本发明涉及数控机床精密加工控制领域，特别是一种数控机床切削液泵送系统的故障检测预警方法。该方法包括如下步骤：S1、采集样本参数，得到所需的样本集；S2、对采集的样本集进行归一化处理；S3、建立BP神经网络；S4、设定初始训练迭代次数、训练目标最小误差、学习率和最大失败次数，采用样本集训练BP神经网络结构；S5、利用批量梯度下降算法优化BP神经网络的初始权值和阈值；S6、计算设计精度的评价指标，S7、统计输出层误差，判断BP神经网络是否收敛：S8、采集样本参数，利用BP神经网络算法对泵体的各项故障类型进行检测。该方法能够对数控机床的切削液泵送系统的运行状态进行持续监测，对可能发生的故障状态进行及时地监测和预警。

技术领域

本发明涉及数控机床精密加工控制领域，特别是一种数控机床切削液泵送系统的故障检测预警方法。

背景技术

切削液(cutting fluid,coolant)是一种用在金属切削、磨加工过程中，用来冷却和润滑刀具和加工件的工业用液体，切削液由多种超强功能助剂经科学复合配合而成，同时具备良好的冷却性能、润滑性能、防锈性能、除油清洗功能、防腐功能、易稀释效果。切削液具有良好的冷却、清洗、防锈等特点，并且具备无毒、无味、对人体无侵蚀、对设备不腐蚀、对环境不污染等特点；各项指标均优于传统的皂化油，因此在新型的数控机床中已经大规模应用。

数控机床中使用的切削液的成分复杂，其中，水基的切削液可分为乳化液、半合成切削液和全合成切削液。乳化液、半合成以及全合成的分类通常取决于产品中基础油的类别：乳化液是仅以矿物油作为基础油的水溶性切削液；半合成切削液是既含有矿物油又含有化学合成基础油的水溶性切削液；全合成切削液则是仅使用化学合成基础油的水溶性切削液。每一种类型的切削液都会含有除基础油以外的各种添加剂：防锈剂、有色金属腐蚀钝化剂、消泡剂等。

数控机床运行过程中，切削液的泵送对于工件的加工质量具有举足轻重的作用，切削液能可以减小前刀面与切屑、后刀面与已加工表面间的摩擦，形成部分润滑膜，从而减小切削力、摩擦和功率消耗，降低刀具与工件坯料摩擦部位的表面温度和刀具磨损；并且具有清洗效果，除去生成的铁屑、磨屑和油污砂砾等杂质。现有的数控车床中切屑液泵送系统能够对泵送参数和效果进行检测，对切削的余量等进行提醒；但是并不能很好的对切削液的泵送系统可能出现的故障进行预测，或者对产生的故障类型进行快速识别，只能在故障发生后请求设备的售后服务人员进行上门检测和维修，这些都给数控机床的安全运行带了隐患。

发明内容

为克服现有技术中的问题，本发明提供的一种数控机床切削液泵送系统的故障检测预警方法，该方法能够对数控机床的切削液泵送系统的运行状态进行持续监测，对可能发生的故障状态进行及时地监测和预警。

本发明采用以下技术方案实现：一种数控机床切削液泵送系统的故障检测预警方法，该方法包括如下步骤:

S1、采集用于评价切削液泵送系统运行状态的多项样本参数，得到所需的样本集；

S2、持续获取多组步骤S1中的参数作为样本集，并获取样本集中各参数的初始值和取值范围；对采集的样本集进行归一化处理，处理公式为：

其中，是经归一化处理的样本，x_i是样本数据，x_min和x_max分别为样本数据中的最小值和最大值；

S3、建立BP神经网络，根据样本参数确定输入层节点数为7，根据故障类型确定输出层节点数为4，隐含层的节点数为15；

S4、设定初始训练迭代次数、训练目标最小误差、学习率和最大失败次数，采用样本集训练BP神经网络结构。

S5、利用批量梯度下降算法优化BP神经网络的初始权值和阈值，根据输出层各神经元误差和隐含层各神经元的输出，调整隐含层和输出层之间的连接权值和输出层神经元的阈值；