【技术实现步骤摘要】
本专利技术属于数控机床健康监测，涉及机床健康监测与状态评估技术，具体是一种基于多源数据融合的数控机床健康监测方法、系统及程序产品，用于实现对数控机床健康状态的全面监测、动态调整与精准维护策略的制定，提高设备稳定性和加工精度。
技术介绍
1、数控机床是一种通过计算机控制系统来实现自动化加工的机床，其主要特点是可以进行高精度、高效率的加工操作，适用于复杂零件的生产，通过预先编程的指令，控制机床的各个运动部件按照特定的路径和速度进行移动，从而完成工件的加工。数控机床作为现代制造业的核心装备，其健康状况直接关系到加工精度、生产效率以及经济效益。随着制造业对高精度、高效率和高可靠性加工的需求不断提升，数控机床的健康监测也日益受到重视。
2、现有的数控机床健康监测多为基于固定的周期通过标准阈值，对数控机床的关键部件（如主轴和导轨等）进行统一监测，并通常采用单一的振动传感器或位移传感器进行数据采集，通过预设的标准阈值判断设备状态。然而，这种单一数据源的监测方式难以全面反映机床的实际运行状况，容易造成误判或漏判。同时，固定周期的检测方式也无法适应不同机床的实际使用强度和工况差异，导致维护资源无法得到合理分配。
3、近年来，随着传感器技术、数据采集技术和数据分析技术的快速发展，基于状态的维护（condition-based maintenance，cbm）逐渐成为数控机床维护领域的研究热点。cbm的核心思想是通过实时监测机床的运行状态，利用各种传感器采集机床的振动、温度、电流、声发射等信号，并结合数据分析技术对采集到的数据
4、然而在实际生产过程中，由于工厂中数控机床的数量繁多以及订单量巨大，导致健康检测周期跨度长，数控机床的潜在问题难以发现，并且无法有针对性的对下辖数控机床进行健康检测管理，存在实用性与功能性低下的问题。其次，不同传感器数据之间存在时域特性差异，如何有效融合和分析这些异质数据仍是一个挑战。第三，缺乏智能化的分组管理机制，无法根据设备的实际状态进行动态调整和针对性维护。同时，许多系统采用固定的阈值来判断机床的健康状况，然而机床的运行状态会受到多种因素的影响，例如加工工件、切削参数、环境温度等，固定的阈值难以适应机床运行状态的变化，容易导致误判。并且机床健康状况是一个动态变化的过程，现有系统多缺乏动态调整机制，无法及时反映机床状态变化，难以实现精准的健康评估。
5、综上所述，现有数控机床健康监测技术在数据采集的全面性、多源数据的融合性、智能分组管理的动态性以及精准健康评估的实时性等方面仍然存在诸多不足，因此，如何开发能够全面融合多源数据、具备动态调整能力、实现精准预警的数控机床健康监测技术是亟待解决的技术问题。
技术实现思路
1、（一）专利技术目的
2、本专利技术旨在至少解决现有技术中存在的技术问题之一。为此，本专利技术提出一种基于多源数据融合的数控机床健康监测方法、系统及程序产品，通过改善检测方式和处理方式以解决上述技术问题，具体通过实时采集主轴振动和导轨偏移量等多源数据，结合标准误差阈值进行动态分组和波动值分析，并制定针对不同健康状态的智能化维护策略，实现对数控机床健康状态的全面监测与精准评估，有效提升了设备运行状态监测的实时性、评估结果的准确性及维护资源的利用率，显著改善了数控机床的可靠性与加工精度。
3、（二）技术方案
4、为实现该专利技术目的，解决其技术问题，本专利技术采用如下技术方案：
5、本专利技术的第1个专利技术目的在于提供一种基于多源数据融合的数控机床健康监测方法，用于对工业生产环境下多台数控机床的健康状态进行实时监测和动态管理，预测潜在故障并制定针对性维护策略，以提升数控机床的加工精度与运行稳定性，所述健康监测方法在实施时至少包括如下步骤：
6、ss1. 数据采集
7、通过下辖所有机床上的传感器采集多源数据，生成模拟信号，并将模拟信号转换为数字信号，所述多源数据包括主轴振动数据和导轨偏移量数据；
8、ss2. 误差判定
9、基于机床历史运行数据设定主轴振幅标准误差阈值和导轨偏移量标准误差阈值，并根据两标准误差阈值分别对下辖所有机床的主轴振动数据和导轨偏移量数据进行误差判定，通过计算每一机床的主轴振幅与其标准误差阈值的差值以及导轨偏移量与其标准误差阈值的差值，判定每一机床的初步健康状态，筛选出任一指标大于其标准误差阈值的异常机床，以及所有指标均在其标准误差阈值范围之内的正常机床；
10、ss3. 初始分组
11、基于误差判定结果对下辖所有正常机床进行基础分组，基础分组过程根据三倍标准差原则，分别计算下辖所有正常机床的主轴振幅差值和导轨偏移量差值这两个指标的均值和标准差，并据此分别划分主轴振幅和导轨偏移量的稳定区间、正常区间和波动区间，综合两个指标的区间分布情况，将下辖所有正常机床划分为稳定组、正常组和波动组；
12、ss4. 动态分组调整
13、在后续零件加工过程中，持续采集记录各分组内机床的主轴振动数据和导轨偏移量数据，并计算各台机床的主轴振幅波动值和导轨偏移量波动值，基于两个指标的波动值并结合中位数绝对偏差法对各分组内机床的健康状态进行重新评估并动态调整分组，当稳定组内机床的波动值超出其稳定阈值范围时则将其降级至正常组或波动组，当正常组内机床的波动值超过或低于正常范围时则将其分别升级至稳定组或降级至波动组，当波动组内机床的波动值回归正常范围时则将其升级至正常组且在低于正常范围时降级为异常机床；
14、ss5. 维护策略制定
15、在进行多次动态调整分组后，根据最终分组结果对各分组机床制定差异化维护策略，对稳定组机床设定较长维护周期，对正常组机床设定适中维护周期，对波动组机床设定短期高频率的维护周期，对存在异常的机床实时提醒进行详细检查和维修。
16、本专利技术的第2个专利技术目的在于提供一种基于多源数据融合的数控机床健康监测系统，所述系统至少包括一传感器模块、一数据采集模块、一误差判定模块、一健康分析模块和一数控机床管理模块，其中：
17、所述传感器模块，至少包括振动传感器以及线性位移传感器，用以记录下辖所有机床的主轴振动数据以及导轨偏移量数据，生成模拟信号；
18、所述数据采集模块通信连接于传感器模块，用于接收传感器模块的模拟信号，并将模拟信号转换为数字信号传输至误差判定模块和健康分析模块中；
19、所述误差判定模块通信连接于数据采集模块，基于机床历史运行数据设定主轴振幅标准误差阈值和导轨偏移量标准误差阈值，并根据两标准误差阈值分别对下辖机床的主轴振动数据以及导轨偏移量数据进行误差判定，通过计算每一机床的主轴振幅与其标准误差阈值的差值以及导轨偏移量与其标准误差阈值的差值，判定每一机床的初步健康状态，本文档来自技高网...
【技术保护点】
1.一种基于多源数据融合的数控机床健康监测方法，用于对工业生产环境下多台数控机床的健康状态进行实时监测和动态管理，其特征在于，所述健康监测方法在实施时至少包括如下步骤：
2.一种基于多源数据融合的数控机床健康监测系统，包括传感器模块、数据采集模块、误差判定模块、健康分析模块、数控机床管理模块，其特征在于：
3.根据权利要求2所述的一种基于多源数据融合的数控机床健康监测系统，其特征在于，所述健康分析模块在进行基础分组和动态分组调整时，包括：
4.根据权利要求3所述的一种基于多源数据融合的数控机床健康监测系统，其特征在于，所述健康分析模块对下辖所有机床进行基础分组时，具体步骤为：
5.根据权利要求4所述的一种基于多源数据融合的数控机床健康监测系统，其特征在于，在每次完成零件加工后，所述健康分析模块基于波动值并结合中位数绝对偏差法动态调整下辖机床的分组，其具体步骤为：
6.根据权利要求5所述的一种基于多源数据融合的数控机床健康监测系统，其特征在于，结合升级机床与降级机床情况对机床进行分组调整，具体步骤为：
7.根据
8.根据权利要求7所述的一种基于多源数据融合的数控机床健康监测系统，其特征在于，所述数控机床健康维护策略为：针对绿色标记的机床，设置全面维护周期为80天，针对蓝色标记的机床，设置全面维护周期为50天，针对红色标记的机床，设置全面维护周期为15天。
9.根据权利要求2所述的一种基于多源数据融合的数控机床健康监测系统，其特征在于，所述误差判定模块基于标准误差阈值对下辖机床的主轴振动数据以及导轨偏移量进行判定，确定异常机床，其具体的步骤为：
10.一种计算机程序产品，包括计算机指令，其特征在于，所述计算机指令用于执行权利要求1所述的基于多源数据融合的数控机床健康监测方法。
...【技术特征摘要】
1.一种基于多源数据融合的数控机床健康监测方法，用于对工业生产环境下多台数控机床的健康状态进行实时监测和动态管理，其特征在于，所述健康监测方法在实施时至少包括如下步骤：
2.一种基于多源数据融合的数控机床健康监测系统，包括传感器模块、数据采集模块、误差判定模块、健康分析模块、数控机床管理模块，其特征在于：
3.根据权利要求2所述的一种基于多源数据融合的数控机床健康监测系统，其特征在于，所述健康分析模块在进行基础分组和动态分组调整时，包括：
4.根据权利要求3所述的一种基于多源数据融合的数控机床健康监测系统，其特征在于，所述健康分析模块对下辖所有机床进行基础分组时，具体步骤为：
5.根据权利要求4所述的一种基于多源数据融合的数控机床健康监测系统，其特征在于，在每次完成零件加工后，所述健康分析模块基于波动值并结合中位数绝对偏差法动态调整下辖机床的分组，其具体步骤为：
6.根据权利要求5所述的一种基于多源数据融合的数控机床健康监测系...
【专利技术属性】
技术研发人员：杜宝瑞，杨海龙，
申请(专利权)人：中国科学院工程热物理研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。