[发明专利]一种数控机床的健康状态评价方法、系统、设备和介质

权利要求书

1.一种数控机床的健康状态评价方法，其特征在于，包括以下步骤：

基于预先得到的各训练样本数据集对健康状态分析模型的模型参数进行训练并计算对应的似然概率，将训练后的各组模型参数组成表征机床不同预设工况状态的预设模型参数合集，将各似然概率组成预设似然概率合集；

基于得到的预设模型参数合集和预设似然概率合集，对当前数控机床的健康状态进行评价。

2.如权利要求1所述的一种数控机床的健康状态评价方法，其特征在于，所述各训练样本数据集的获得方法，包括：

采用预设协议对数控机床的数控系统中的原始运行数据进行采集，采集的数据类型包括数控机床的状态数据以及状态数据对应的标签信息；

对采集的原始运行数据进行数据分析；

确定个性化状态特征数据向量，并基于数据分析后的运行数据，建立若干种预设工况状态对应的训练样本数据集。

3.如权利要求2所述的一种数控机床的健康状态评价方法，其特征在于，所述数据向量由数控机床的状态数据确定，包括电流、负载、转速和平均温度。

4.如权利要求1所述的一种数控机床的健康状态评价方法，其特征在于，所述健康状态分析模型采用隐式马尔科夫模型，对其训练得到预设模型参数合集和似然概率合集的方法，包括：

①基于其中一个训练样本数据集对隐式马尔科夫模型进行训练，得到模型参数；

②基于模型参数计算似然概率；

③重复步骤①～②，采用其他训练样本数据集对隐式马尔科夫模型进行训练，并将所有模型参数以及似然概率分别进行组合，得到预设模型参数合集和预设似然概率合集。

5.如权利要求1所述的一种数控机床的健康状态评价方法，其特征在于，所述对当前数控机床的健康状态进行评价的方法，包括以下步骤：

针对实时采集的当前数控机床的状态数据组成待测数据向量，利用得到的预设模型参数合集对待测数据向量计算似然概率，得到似然概率合集；

基于似然概率合集和预设似然概率合集计算待测数据向量与所有预设工况状态之间的差异度，根据差异度计算健康度，并判断当前数控机床的健康状态。

6.如权利要求5所述的一种数控机床的健康状态评价方法，其特征在于，所述计算差异度和健康度，并判断当前数控机床的健康状态的方法为：

基于似然概率合集，计算待测数据向量与不同预设工况状态之间的差异度；

根据待测数据向量与所有预设工况状态之间的差异度，得到待测数据向量所属的状态序号，并计算其健康度；

根据计算得到的健康度以及预设健康度阈值，得到当前数控机床的健康状态。

7.一种数控机床的健康状态评价系统，其特征在于，包括：

数据采集模块，用于基于采集的数控机床的历史运行数据得到若干种预设工况状态对应的训练样本数据集；

模型训练模块，用于基于各训练样本数据集对健康状态分析模型的模型参数进行训练并计算对应的似然概率，将训练后的各组模型参数组成表征机床不同预设工况状态的预设模型参数合集，将各似然概率组成预设似然概率合集；

健康状态评价模块，用于基于得到的预设模型参数合集和预设似然概率合集，对当前数控机床的健康状态进行评价。

8.如权利要求7所述的一种数控机床的健康状态评价系统，其特征在于，所述健康状态评价模块包括：

似然概率计算模块，用于针对实时采集的当前数控机床的状态数据组成待测数据向量，利用得到的预设模型参数合集对待测数据向量计算似然概率，得到似然概率合集；

判断模块，用于基于似然概率合集和预设似然概率合集计算待测数据向量与所有预设工况状态之间的差异度，根据差异度计算健康度，并判断当前数控机床的健康状态。

9.一种处理设备，所述处理设备至少包括处理器和存储器，所述存储器上存储有计算机程序，其特征在于，所述处理器运行所述计算机程序时执行以实现权利要求1到6任一项所述数控机床的健康状态评价方法的步骤。

10.一种计算机存储介质，其特征在于，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现根据权利要求1到6任一项所述数控机床的健康状态评价方法的步骤。