一种数控机床的主轴检测方法及检测系统与流程
- 国知局
- 2024-06-20 17:04:57
本技术涉及数控机床,具体为一种数控机床的主轴检测方法及检测系统。
背景技术:
1、数控机床作为工作母机在机械制造领域得到了广泛应用,而主轴系统是机床的核心部件之一,其运行状态会直接影响机床的整体加工性能,因此为了保障数控机床的正常运行,通常需要对数控机床的主轴系统进行检测,及时进行检修。
2、在现有技术中,通常是通过采集设备对主轴运行过程中的各个参数进行采集,例如振动数据、声音数据、功率数据、图像数据等,并将这些参数上传至工控机或者计算机中,通过对采集到的参数进行分析,判断主轴的运行状态,并根据判断结果对主轴进行检修维护,防止主轴在运行过程中出现异常,影响数控机床的正常运行。
3、然而,在实际应用中,由于数控机床的主轴结构复杂、紧凑,内部热源较多,会导致对采集设备产生影响,进而导致所采集的数据出现异常,直接影响主轴的检测结果,现有技术中虽然可以通过添加监控设备的方式对采集设备进行实时监测,但是不仅会增加成本,而且还需要另一套数据分析方案对采集设备的运行进行检测,当采集设备的数量较多时,难以保证采集设备的正常运行以及数据的有效性,同时主轴的检测结果只能反应主轴的运行状态,数据利用率较低。
4、所以有必要提供一种数控机床的主轴检测方法及检测系统来解决上述问题。
5、需要说明的是,本背景技术部分中公开的以上信息仅用于理解本技术构思的背景技术,并且因此,它可以包含不构成现有技术的信息。
技术实现思路
1、基于现有技术中存在的上述问题,本技术所要解决的问题是:提供一种数控机床的主轴检测方法及检测系统,能够通过筛选出高频故障参数,并对高频故障参数对应的采集设备进行合理布设,提高主轴检测的效率。
2、本技术解决其技术问题所采用的技术方案是:一种数控机床的主轴检测方法,该方法包括:
3、接收来自采集设备所采集的第一数据,该采集设备设置于数控机床的有效检测范围内,该第一数据为主轴工作过程中的运行数据;
4、建立联网运行数据库,并对第一数据进行同步处理,生成同步数据,将同步数据存入联网运行数据库中,该联网运行数据库具有云存储功能,该联网运行数据库内存有其他同型号的主轴运行数据;
5、根据联网运行数据库中的已存数据进行故障分析,并根据故障分析结果计算不同类型数据的故障影响权重,同时筛选出至少两个高频故障参数;
6、建立第一模型,该第一模型具有输入端和输出端,该第一模型内运行有第一程序,该第一程序用于根据输入信息判断数据之间的关联性,并将判断结果输出,将至少两个高频故障参数输入到第一模型中;
7、根据第一模型的输出结果对主轴进行检修维护,并将维护过程产生的数据以及故障检测结果上传至联网运行数据库中。
8、在本技术的技术方案实施过程中,通过建立联网运行数据库,并对第一数据进行同步处理,生成同步数据,将同步数据存入联网运行数据库中,通过库内数据进行故障分析,并筛选出高频故障参数,通过第一模型对高频故障参数进行关联性分析,将分析结果反馈到采集端,提高检测效率。
9、进一步的,对第一数据进行同步处理包括以下步骤:
10、设置公共采集长度,该公共采集长度由采集设备的采集频率决定,该公共采集长度以时间为单位;
11、根据公共采集长度对第一数据进行分组,分组后的数据按照采集设备的类别进行命名;
12、将分组后的第一数据以单独对象的形式存储至联网运行数据库中。
13、进一步的,所述采集频率是指,根据所采集的数据类型确定的最小数据分段间隔。
14、进一步的,所述公共采集长度为所有采集设备中,具有最大采集频率的采集设备所对应的采集频率。
15、进一步的,所述故障分析结果中包含故障原因以及导致故障的运行参数类型。
16、进一步的,所述故障影响权重的计算方法为:遍历联网运行数据库中的故障分析结果,并获取其中一个运行参数在故障结果中出现的次数,用该次数除以故障案例的总数量,所得数据即为该运行参数的故障影响权重。
17、进一步的,高频故障参数的筛选方法为:
18、计算所有运行参数的故障影响权重,并将计算出的故障影响权重经过排序后生成权重集合,该权重集合会在有新的故障案例时进行更新;
19、设置第一权重阈值,并根据第一权重阈值筛选出高频故障参数;
20、其中,将故障影响权重大于第一权重阈值的运行参数列为高频故障参数;
21、当高频故障参数较多时,对高频故障参数进行组间筛选,具体的筛选方法为:
22、获取高频故障参数的故障影响权重,并进行组内绝对差值计算,设置第二权重阈值,将第二权重阈值与计算结果进行比对,将绝对差值更接近第二权重阈值的高频故障参数作为有效高频故障参数,而未比对通过的高频故障参数则等待下一次比对。
23、进一步的,第一程序的运行步骤为:
24、接收到输入的高频故障参数后,自动遍历联网运行数据库,并获取高频故障参数同时出现在同一个故障案例中的次数;
25、根据高频故障参数同时出现在同一个故障案例中的次数与故障案例总数计算高频故障参数之间的关联性;
26、将计算结果输出。
27、进一步的,高频故障参数之间的关联性的计算方法为:
28、高频故障参数之间的关联性等于高频故障参数同时出现在同一个故障案例中的次数与故障案例总数之比。
29、一种数控机床的主轴检测系统,该系统包括:
30、数据接收模块,用于接收来自采集设备所采集的第一数据,该采集设备设置于数控机床的有效检测范围内,该第一数据为主轴工作过程中的运行数据;
31、联网运行数据库建立模块,用于建立联网运行数据库,并对第一数据进行同步处理,生成同步数据,将同步数据存入联网运行数据库中,该联网运行数据库具有云存储功能,该联网运行数据库内存有其他同型号的主轴运行数据;
32、故障分析模块,用于根据联网运行数据库中的已存数据进行故障分析,并根据故障分析结果计算不同类型数据的故障影响权重,同时筛选出至少两个高频故障参数;
33、模型建立模块,用于建立第一模型,该第一模型具有输入端和输出端,该第一模型内运行有第一程序,该第一程序用于根据输入信息判断数据之间的关联性,并将判断结果输出,将至少两个高频故障参数输入到第一模型中;
34、检修维护模块,用于根据第一模型的输出结果对主轴进行检修维护,并将维护过程产生的数据以及故障检测结果上传至联网运行数据库中。
35、本技术的有益效果是:本技术提供的一种数控机床的主轴检测方法及检测系统,通过建立联网运行数据库,并对第一数据进行同步处理,生成同步数据,将同步数据存入联网运行数据库中,通过库内数据进行故障分析,并筛选出高频故障参数,通过第一模型对高频故障参数进行关联性分析,将分析结果反馈到采集端,提高检测效率。
36、除了上面所描述的目的、特征和优点之外,本技术还有其它的目的、特征和优点。下面将参照图,对本技术作进一步详细的说明。
本文地址:https://www.jishuxx.com/zhuanli/20240618/14810.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。
下一篇
返回列表