一种数控机床主轴的故障诊断与预测的方法

摘要

本发明公开了一种数控机床主轴的故障诊断与预测的方法，属于数控机床领域，包括以下步骤：建立数据库、信号采集与分析、故障诊断和故障预测。本发明采用神经网络、专家系统和支持向量机等先进的人工智能技术进行故障诊断与预测，通过混合推理模型迅速分析从高精度激光位移传感器、红外温度传感器和加速度传感器传送来的测量数据，在数控机床主轴运行过程中，根据各台机床建立的数控机床主轴模型，从而有效推断出故障源，进行数控机床主轴故障诊断与预测，极大的提升了数控机床主轴故障诊断的准确性及诊断效率，对数控机床主轴状态趋势进行相关预测，有效的降低了数控机床主轴的维护成本。

主权项

一种数控机床主轴的故障诊断与预测的方法，其特征在于，包括以下步骤：A、建立数据库：把被测对象信息、测点信息、巡检路线信息、采样参数信息和报警号信息输入信号处理中心，在信号处理中心建立数据库；B、信号采集与分析：采用高精度激光位移传感器进行数控机床主轴上外表面点的跳动位移监测，采用红外温度传感器进行数控机床主轴上外表面点的实时温度采集，采用第一加速度传感器和第二加速度传感器进行数控机床主轴上外表面点的振动监测，将跳动位移监测信号、实时温度信号和振动监测信号通过信号处理中心存储到步骤A中的数据库内，通过混合推理模型对测量数据进行时域分析和频域分析，得到主轴的特征参数点集合；C、故障诊断：通过数控机床主轴的结构形式、几何参数和设计参数建立数控机床主轴的物理模型，再结合物理模型参数与步骤B中主轴的特征参数点集合进行分析，进行主轴故障诊断；D、故障预测：将步骤C中的主轴故障诊断结果写入步骤A中的数据库，并将结果样本进行分类，形成正负样本；根据步骤C中数控机床主轴的物理模型，建立各机床主轴的健康档案并保存到步骤A中的数据库内,混合推理模型根据正负样本和健康档案对主轴运行趋势进行判断，实现故障预测。