友机技术上海有限公司专利技术

友机技术上海有限公司共有23项专利

  • 一种用于机床刀具行程控制的双路液压阀,包括阀体、阀芯机构;还具有探测控制电路;阀体内上下端具有导向槽,两道导向槽之间有进出油槽,阀体后侧端具有出油管,阀芯机构包括电动推杆、阀杆、阀芯、弹簧、导向块、压力传感器,阀芯一侧端和阀杆一侧端安装...
  • 基于概率优化支持向量数据描述的高速加工异常检测方法,步骤一,实时采集高速加工过程中的振动信号;步骤二,基于AI对采集的振动信号进行特征提取;步骤三,将所提取的特征样本进行随机分类;步骤四,进行概率估计;步骤五,F<subgt;tr...
  • 基于孤立森林的钻削刀具断刀检测方法,包括如下步骤,步骤A:采集加工过程中三个方向的振动信号;步骤B:得到特征矩阵A<supgt;m×n</supgt;;步骤C:将步骤B特征矩阵归一化后,得到异常序列s<supgt;m&...
  • 一种基于刃频能量可视化的铣刀异常监测方法,具体包括如下流程,S1:采集铣刀工作各个状态;S2:对步骤S1采集的数据进行修正;S3:将步骤S2获得的数据利用快速傅里叶变换得到信号1到n阶转频谐波的幅值与相位;S4:将步骤S3所得幅值相位信...
  • 基于混合重采样的刀具状态异常监测方法,包括如下步骤,步骤A:对数据进行时域、频域特征的计算,并将数据的所有特征构建为N*(14*n)的特征空间W;步骤B:对步骤A获得的空间W采用主分量分析技术进行处理,保留降维之后的前三项主分量;步骤C...
  • 一种基于平滑先验法的丝锥加工异常识别检测方法,包括如下流程,S1:采集丝锥在振动信号;S2:完成从初始振动信号中截取并对齐单段加工过程信号;S3:得到加工信号的趋势信号以及基准信号的趋势信号S4:得到多组残差信号;S5:获得的数据应用于...
  • 本发明公开了一种基于多源信息融合的贝叶斯网络刀具磨损监测方法,包括如下步骤:S1,在机床主轴上安装传感器,采集数据;S2,对采集到的数据进行预处理和样本集构建;S3,从数据样本中提取时域、频域和时频域特征;S4,基于优化相关峭度评估工况...
  • 本发明公开了一种基于自编码重构特征的刀具装夹状态评估方法,包括以下步骤:首先,利用多模态传感器实时采集振动、温度、声发射和应变信号,对信号进行预处理和特征融合,生成统一的特征向量。然后,将特征向量输入动态稀疏性自适应自编码器,进行深度特...
  • 本发明公开了基于非支配遗传算法的机床系统定期预防性维修优化方法,包括如下步骤:S1、收集机床系统故障数据,得到每个子系统的故障数据集;S2、对每个子系统的故障数据集进行可靠性建模,选择Weibull分布作为机床子系统故障间隔时间数据的拟...
  • 本发明公开了基于相似性度量的刀具退化趋势分析方法,包括如下步骤:使用振动、声发射和温度传感器采集刀具状态信号,并进行噪声去除和标准化处理;通过改进的稀疏自适应分解算法提取高阶统计特征、稀疏编码特征和深度学习特征;采用变分自动编码器和自适...
  • 基于信号一致性分析的加工过程异常监测方法,包括如下流程,S1:采集振动信号;S2:对信号进行时域和频域特征的提取;S3:将所提取特征集绘制成雷达图对比分析;S4:对数据提取信号进行加工过程中的稳定指标分析;S5:把数据绘制三维线条对比图...
  • 一种基于频谱通量的刀具接触工件检测方法,包括如下步骤;S1:采集刀具加工过程中的信号;S2:对步骤S1获得的数据进行预处理;S3:对步骤S2获得数据选择最优频带进行滤波,构建1/3二叉树滤波器组;S4:计算滤波后信号的频谱通量Flux(...
  • 一种基于试重寻优影响系数法的磨床砂轮主动平衡方法,包括以下步骤,步骤一:采集砂轮旋转过程中的振动信号V以及键相信号S;步骤二:计算转频所对应的幅值及相位信息;步骤三:利用二分法确定动平衡时的试重量;步骤四:进行配重;步骤五,配重后再次进...
  • 基于多通道信息融合的刀具状态监测方法,包括如下步骤,步骤一,采集刀具加工中的多源振动数据,步骤二,振动信号整周期截取;步骤三,对多通道信息进行复合粗粒化处理;步骤四,计算的波动散度熵;步骤五,训练多故障分类器;步骤六,根据分类结果识别具...
  • 一种基于拉式加权模态分解的机床主轴轴承故障检测方法,包括如下流程,S1:采集振动信号数据;S2:对采集的振动信号进行整周期截取,提高拉氏变换分析精度;S3:基于周期谐波乘积增强原理计算各个频带中周期脉冲集成特征;S4:根据步骤S3中集成...
  • 本发明提供的基于自适应滤波噪声抵消的超高速钻削工况分割方法,包括如下步骤,
  • 小样本下基于贝叶斯概率学习的机床加工异常监测方法,包括如下步骤,步骤
  • 一种基于花瓣图的刀具崩刃监测可视化方法,包括如下步骤,步骤
  • 基于加权趋势系数与自编码的刀具剩余寿命预测方法,包括以下步骤:步骤一,采集刀具全寿命过程数据;步骤二,对步骤一提取到的特征进行筛选;步骤三,对步骤二得到的筛选特征矩阵进行编码,得到健康指标序列;步骤四,构建
  • 本发明公开了一种车床刀具使用寿命预测方法,该方法逐个利用多个刀具对工件进行加工,并获取各刀具自使用至被更换过程中的信号数据集;信号数据集包含振动信号数据以及功率信号数据,根据信号数据集建立与多种特征分别对应的特征集,根据斯皮尔曼相关系数...