一种高端数控装备多维信息融合状态评价方法技术

本发明专利技术涉及一种高端数控装备多维信息融合状态评价方法，其步骤：构建基于现场运维数据、运行特征信号及试切标准S试件的多维、多层次的评价模型，计算各评价指标的权重系数；求取设备基于现场运维数据的运行质量的可靠度值；空载运行S试件过程中，采集主轴及进给轴振动信号，及主轴的电流信号，利用信息熵法和峭度法构建基于信号特征的可靠性评价指标；根据S试件的三坐标检测结果，计算标准试件加工精度可靠度；根据基于现场运维数据的可靠度、运行信号的信息熵可靠度和峭度可靠度，标准试件加工精度可靠度，以及根据层次分析法计算的三者之间的权重系数，计算得到多轴数控机床的运行质量可靠性。

A multi-dimensional information fusion state evaluation method for high-end CNC equipment

【技术实现步骤摘要】
一种高端数控装备多维信息融合状态评价方法
本专利技术涉及一种多轴数控机床运行状态评价方法，特别是关于一种高端数控装备多维信息融合状态评价方法。
技术介绍
当前对多轴数控机床运行性能的评价一般仅限于某一方面，如传统的基于历史故障数据的平均故障间隔时间(MTBF)、平均故障修复时间(MTTR)和固有可用度(Ai)等，该方法只能掌握一批同类设备共性的平均可靠性，能够反映设备的“先天因素”；复杂的多轴数控机床属于典型的机电液系统、可修系统，其性能不仅取决于设计阶段所赋予的性能，而且与每台设备具体的使用条件、维修质量及故障对系统功能的危害程度(也即“后天因素”)有关，当前普遍采用监测设备的特征信号如电流信号、振动信号以及温度信号来反映设备的运行状态，能够真实的反映设备之间的性能差异；高端数控装备的精度最能直接反映装备的加工精度的保持性能，通过试切标准S形试件能够综合的反映多轴加工中心的加工性能，该方法目前仅用于新机床的出厂前或机床大修后是否满足加工要求的定性检，暂未用于机床状态的定量评价。目前，针对基于多维信息融合的多轴数控机床运行评价标准还是空白。
技术实现思路
针对上述问题，本专利技术的目的是提供一种高端数控装备多维信息融合状态评价方法。其能兼顾历史故障数据对运行质量“先天因素”的影响、运行特征动态反映使用条件及维修保养对运行质量影响的“后天因素”及用标准S试件评判设备运行质量的“通用性”。为实现上述目的，本专利技术采取以下技术方案：一种高端数控装备多维信息融合状态评价方法，其包括以下步骤：1)构建基于现场运维数据、运行特征信号及试切标准S试件的多维、多层次的评价模型，计算各评价指标的权重系数；2)依据设备实际的平均故障间隔时间和平均故障修复时间，采用模糊综合评价法，求出设备基于现场运维数据的运行质量的可靠度值；3)空载运行S试件过程中，采集主轴及进给轴振动信号，及主轴的电流信号，利用信息熵法和峭度法构建基于信号特征的可靠性评价指标；4)根据S试件的三坐标检测结果，计算标准试件加工精度可靠度R(cmm)；5)根据基于现场运维数据的可靠度R(v)、运行信号的信息熵可靠度R(e)和峭度可靠度R(K)，标准试件加工精度可靠度R(cmm)，以及根据层次分析法计算的三者之间的权重系数，计算得到多轴数控机床的运行质量可靠性。进一步，所述步骤1)中，各评价指标的权重系数的计算方法具体步骤为：1.1)构建数控机床性能评价指标体系：多轴数控机床的运行质量评价指标包括三个层次：目标层，目标为“高端数控装备运行质量评价”；准则层，向量{U1、U2、U3}表示准则层的三个因素，其中U1为现场运维数据特征，U2为指定运行过程信号的特征，U3为标准S试件的试切检验；指标层，针对准则层中各因素的具体的评价指标，对于“现场运维数据”的评价方案集为U1＝{U11、U12}，其中U11为平均故障间隔时间，U12为平均故障修复时间；对于“运行过程信号的特征”的评价方案集为U2＝{U21、U22}，其中U21为信息熵方法，U22为峭度方法；对于“标准S试件的试切检验”的评价方案集U3＝{U31}，U31为S试件的三坐标检测；1.2)根据数控机床性能评价指标体系建立层次分析判断矩阵；1.3)求判断矩阵的特征值与特征向量；1.4)对阶数大于2的判断矩阵进行一致性检验。进一步，所述步骤1.2)中，针对准则层中的元素相对于目标层元素的重要性进行打分构造判断矩阵A1，然后构造出指标层对准则层的判断矩阵A21，A22；判断矩阵具体建立方法为：假设要比较t个因素C1，C2，...Ct对目标O的影响，从而确定这些因素在目标O中所占的比重，每次取两个因素Ci,Cj，用aij表示因素Ci与因素Cj对目标O的影响程度之比，按照判断尺度表中的比例标度来度量aij；判断尺度表重要度尺度含义1元素i与元素j相比，同样重要性3元素i比元素j稍微重要5元素i比元素j明显重要7元素i比元素j强烈重要9元素i比元素j极端重要2、4、6、8表示上述相邻判断的中间值t个元素被两两比较，全部结果可用成对比较矩阵表示：A＝[aij]t×t，i,j＝1,2,...t。进一步，所述步骤1.3)中，对于构造的判断矩阵A1，A21，A22，分别计算满足A1W’1＝λ1maxW’1，A21W’21＝λ21maxW’21，A22W’22＝λ22maxW’22的特征根λ21max，λ22max和特征向量W’1，W21’，W22’，对特征向量W’1，W21’，W22’分别进行归一化处理后得到W1，W21，W22；其中，W1＝(ω1,ω2,ω3)，ω1，ω2，ω2分别为准则层中三个元素“现场运维数据”，“指定运行过程信号的特征提取”，“标准S试件试切”的权重系数；W21＝(ω21,ω22)，ω21，ω22分别为“平均故障间隔时间”和“平均故障修复时间”的权重系数；W22＝(ω23,ω24)，ω23，ω24分别为“信息熵方法”和“峭度方法”的权重系数。进一步，所述步骤1.3)中，一致性检验方法为：(1)计算一致性指标CI1：CI1＝(λ1max-n1)/(n1-1)，其中，n1为判断矩阵A1的阶数；(2)计算一致性比例指标CR1：CR1＝CI1/RI1，其中，RI1是随机一致性指标，CR1是一致性比例指标，当CR1＜0.1时，认为判断矩阵A1满足一致性，其评价结果可以接受，否则重新赋值修正。进一步，所述步骤2)中，基于现场运维数据的运行质量的可靠度值的求取步骤为：2.1)根据数控机床的现场运维数据与机床的性能对应关系，共设4个评价等级，给出评价集V＝{v1,v2,v3,v4}，其中v1＝{差}，v2＝{中}，v3＝{良}，v4＝{优}；2.2)构建模糊隶属关系矩阵：三角模糊函数隶属式中，l≤mid≤u，l和u分别表示模糊集合的下限值和上限值，构建平均故障间隔时间和平均故障修复时间两个评价指标的模糊隶属度R为：d11,d12,d13,d14为分别隶属于函数μA(x),μB(x),μC(x),μD(x)的隶属度；A：论域[0,800]；B:论域[400,1200]；C:论域[800,1600]；D:论域[1200,+∞]；d21,d22,d23,d24为分别隶属于函数μE(x),μF(x),μG(x),μH(x)的隶属度；E：论域[0,10]；F:论域[5,15]；G:论域[10,20]；H:论域[15,+∞]；根据层次分析法计算的两个评价指标的权重系数W21，计算评价向量为：B1,B2,B3,B4分别为属于性能“差”、“中”、“良”、“优”的系数值，设定“差”、“中”、“良”、“优”各等级对应的权值ζ＝[0.55,0.本文档来自技高网...

【技术保护点】
1.一种高端数控装备多维信息融合状态评价方法，其特征在于，包括以下步骤：/n1)构建基于现场运维数据、运行特征信号及试切标准S试件的多维、多层次的评价模型，计算各评价指标的权重系数；/n2)依据设备实际的平均故障间隔时间和平均故障修复时间，采用模糊综合评价法，求出设备基于现场运维数据的运行质量的可靠度值；/n3)空载运行S试件过程中，采集主轴及进给轴振动信号，及主轴的电流信号，利用信息熵法和峭度法构建基于信号特征的可靠性评价指标；/n4)根据S试件的三坐标检测结果，计算标准试件加工精度可靠度R(cmm)；/n5)根据基于现场运维数据的可靠度R(v)、运行信号的信息熵可靠度R(e)和峭度可靠度R(K)，标准试件加工精度可靠度R(cmm)，以及根据层次分析法计算的三者之间的权重系数，计算得到多轴数控机床的运行质量可靠性。/n

【技术特征摘要】
1.一种高端数控装备多维信息融合状态评价方法，其特征在于，包括以下步骤：
1)构建基于现场运维数据、运行特征信号及试切标准S试件的多维、多层次的评价模型，计算各评价指标的权重系数；
2)依据设备实际的平均故障间隔时间和平均故障修复时间，采用模糊综合评价法，求出设备基于现场运维数据的运行质量的可靠度值；
3)空载运行S试件过程中，采集主轴及进给轴振动信号，及主轴的电流信号，利用信息熵法和峭度法构建基于信号特征的可靠性评价指标；
4)根据S试件的三坐标检测结果，计算标准试件加工精度可靠度R(cmm)；
5)根据基于现场运维数据的可靠度R(v)、运行信号的信息熵可靠度R(e)和峭度可靠度R(K)，标准试件加工精度可靠度R(cmm)，以及根据层次分析法计算的三者之间的权重系数，计算得到多轴数控机床的运行质量可靠性。


2.如权利要求1所述评价方法，其特征在于：所述步骤1)中，各评价指标的权重系数的计算方法具体步骤为：
1.1)构建数控机床性能评价指标体系：多轴数控机床的运行质量评价指标包括三个层次：
目标层，目标为“高端数控装备运行质量评价”；
准则层，向量{U1、U2、U3}表示准则层的三个因素，其中U1为现场运维数据特征，U2为指定运行过程信号的特征，U3为标准S试件的试切检验；
指标层，针对准则层中各因素的具体的评价指标，对于“现场运维数据”的评价方案集为U1＝{U11、U12}，其中U11为平均故障间隔时间，U12为平均故障修复时间；对于“运行过程信号的特征”的评价方案集为U2＝{U21、U22}，其中U21为信息熵方法，U22为峭度方法；对于“标准S试件的试切检验”的评价方案集U3＝{U31}，U31为S试件的三坐标检测；
1.2)根据数控机床性能评价指标体系建立层次分析判断矩阵；
1.3)求判断矩阵的特征值与特征向量；
1.4)对阶数大于2的判断矩阵进行一致性检验。


3.如权利要求2所述评价方法，其特征在于：所述步骤1.2)中，针对准则层中的元素相对于目标层元素的重要性进行打分构造判断矩阵A1，然后构造出指标层对准则层的判断矩阵A21，A22；判断矩阵具体建立方法为：
假设要比较t个因素C1，C2，...Ct对目标O的影响，从而确定这些因素在目标O中所占的比重，每次取两个因素Ci,Cj，用aij表示因素Ci与因素Cj对目标O的影响程度之比，按照判断尺度表中的比例标度来度量aij；
判断尺度表








重要度尺度
含义


1
元素i与元素j相比，同样重要性


3
元素i比元素j稍微重要


5
元素i比元素j明显重要


7
元素i比元素j强烈重要


9
元素i比元素j极端重要


2、4、6、8
表示上述相邻判断的中间值






t个元素被两两比较，全部结果可用成对比较矩阵表示：
A＝[aij]t×t，i,j＝1,2,...t。


4.如权利要求3所述评价方法，其特征在于：所述步骤1.3)中，对于构造的判断矩阵A1，A21，A22，分别计算满足A21W'21＝λ21maxW'21，A22W'22＝λ22maxW'22的特征根λ21max，λ22max和特征向量W1'，W21'，W22'，对特征向量W1'，W21'，W22'分别进行归一化处理后得到W1，W21，W22；
其中，W1＝(ω1,ω2,ω3)，ω1，ω2，ω2分别为准则层中三个元素“现场运维数据”，“指定运行过程信号的特征提取”，“标准S试件试切”的权重系数；W21＝(ω21,ω22)...

【专利技术属性】
技术研发人员：韩凤霞，王红军，籍永建，
申请(专利权)人：北京信息科技大学，
类型：发明
国别省市：北京;11