[发明专利]面向多工况的数控机床关键部件集群性能评估方法

说明书

本发明涉及一种面向多工况的数控机床关键部件集群性能评估方法，包括：以同一加工车间中数控机床关键部件集群的历史监测数据构建运维数据库；将运维数据库中的历史工况数据自动聚类成多个聚类分布，得到加工车间的多种常用工况；对于任意一种常用工况，查找数控机床关键部件集群对应的历史振动信号，构建关键部件的敏感特征矩阵；构造数控机床关键部件集群的健康基线与待评估数控机床关键部件的待评估数据簇，计算两者的均值矩阵与协方差矩阵；计算两者的相似程度，作为当前常用工况下数控机床关键部件性能评估值；遍历所有常用工况，得到数控机床关键部件性能评估矩阵。该方法有利于准确、有效地对数控机床关键部件集群性能进行在线评估。

技术领域

本发明属于数控机床智能运维技术领域，具体涉及一种面向多工况的数控机床关键部件集群性能评估方法。

背景技术

机床是现代工业的基石，数控机床智能运维是高档数控机床的重要发展方向之一。数控机床关键部件主要包括主轴轴承、齿轮箱、丝杠，上述关键部件的性能状态会直接影响数控机床的加工精度。现有数控机床关键部件性能评估方法大多依赖单个部件的典型故障或全寿命周期数据，但在实际运维工作中，单个部件的典型故障或全寿命周期数据往往是难以获取的。数控机床加工车间通常有几十台相同或近似型号的数控机床，这意味着数控机床关键部件集群的长期运行数据中蕴含了丰富的运维信息。因此，充分挖掘数控机床加工车间数控机床关键部件集群的长期运行数据，有助于实现数控机床关键部件性能的准确评估，使得运维人员建立合理有效的设备健康管理计划，节省零件加工企业的运维费用，保证数控机床的长期安全稳定运行。

另外，数控机床关键部件的性能评估技术大多仅考虑单一常用工况下的性能退化，但在实际应用中，加速度传感器采集的机床关键部件振动信号极易受到工况变化的影响，即主轴轴承、齿轮箱、丝杠这些关键部件性能退化曲线在不同工况下各不相同，因此，数控机床关键部件集群性能评估方法有必要考虑多工况的影响。

目前，尚缺乏一种有工程应用价值的面向多工况的数控机床关键部件集群性能评估方法。

发明内容

本发明的目的在于提供一种面向多工况的数控机床关键部件集群性能评估方法，该方法有利于准确、有效地对数控机床关键部件集群性能进行在线评估。

为实现上述目的，本发明采用的技术方案是：一种面向多工况的数控机床关键部件集群性能评估方法，包括：

以同一加工车间中型号相同或近似的数控机床关键部件集群的历史监测数据构建运维数据库；

通过自组织映射网络算法将运维数据库中的历史工况数据自动聚类成多个聚类分布，则每个聚类中心对应一种常用工况，即得到加工车间的多种常用工况；

对于任意一种常用工况，从运维数据库中查找数控机床关键部件集群对应的历史振动信号，提取每个数控机床关键部件在该种常用工况下的时域、频域特征，构建关键部件的敏感特征矩阵；根据每个数控机床关键部件的敏感特征矩阵，构造该种常用工况下数控机床关键部件集群的健康基线与待评估数控机床关键部件的待评估数据簇，计算健康基线与待评估数据簇的均值矩阵与协方差矩阵；计算健康基线与待评估数据簇的相似程度，作为当前常用工况下数控机床关键部件性能评估值；

遍历所有常用工况，得到所有常用工况下的数控机床关键部件性能评估矩阵。

进一步地，所述数控机床关键部件集群包括主轴轴承、齿轮箱、丝杠三种关键部件，分别以主轴轴承、齿轮箱、丝杠为关键部件，计算其在所有常用工况下的性能评估矩阵；遍历主轴轴承、齿轮箱、丝杠三种关键部件，即得到数控机床所有关键部件在所有常用工况下的性能评估矩阵。

进一步地，所述数控机床关键部件集群的历史监测数据包括：关键部件转速、加工进给量和加工进给深度构成的历史工况数据，以及加工车间中每个数控机床关键部件的历史振动信号、服役时间。