一种数控车床故障传播能力评估方法

本发明涉及数控装备故障诊断，尤其涉及一种数控车床故障传播能力评估方法。

背景技术：

1、数控车床是集机、电、液、控于一体的复杂设备集成系统，组件单元间高耦合连接，影响作用形式多样。系统故障的层次性、传播性、并发性及不确定性等特征，使得车床组件故障传播能力评估愈加困难。得到正确的数控车床故障传播能力评估结果与事先开展的级联故障分析、建立完备的分层拓扑结构模型、评估综合表征组件单元故障传播能力的指标等工作密切相关。

2、目前研究故障传播的相关报道有很多，主要方法可以分为：基于模型的方法、基于数据驱动的方法以及基于图论的方法。基于模型的方法考虑了系统结构特性，能够处理大规模复杂过程，但该方法对研究对象的故障机理探究不深。基于数据驱动的方法因其不需要了解系统的解析模型，仅利用监测信号分析或是根据大量的采样数据和历史数据直接推理，就能实现故障诊断。但这种忽略故障机理的分析方法，因不能建立一一对应关系，往往会造成故障分析结果不准确。基于图论的故障传播研究因其能够有效缓解在不同领域的知识表达与获取等瓶颈问题，并且便于新故障的识别，被广泛应用于装备制造系统、航空航天等大规模控制领域。但研究对象内部组件关系复杂时，图模型的建立愈加繁琐。

3、实际应用可知，传统的故障传播评估方法，大都未考虑研究对象组件类别划分的不确定性和模糊性。也没有考虑类内组件和类间组件间故障传播的差异性。这些都会影响研究对象故障传播能力评估结果的准确性。

技术实现思路

1、本发明提供了一种数控车床故障传播能力评估方法，提高故障诊断可信性、系统使用可靠性，更好地保障大型复杂系统安全运行。

2、本发明提供了一种数控车床故障传播能力评估方法，本方法包括以下步骤：

3、根据数控车床的结构进行级联故障分析，构造数控车床故障传播有向图以及数控车床组件单元之间的直接影响关系矩阵；

4、基于级联故障的数控车床组件单元进行模糊聚类分析；

5、基于模糊聚类分析与数控车床的级联故障分析构建数控车床分层拓扑结构模型；

6、结合数控车床组件单元故障数据的假设分布构建数控车床组件单元故障概率模型，计算数控车床组件单元故障概率；

7、基于copula理论计算数控车床类内组件间连接边的故障影响度，基于pagerank算法计算类间组件间连接边的故障影响度；

8、结合数控车床分层拓扑结构模型，评估数控车床组件单元故障传播能力。

9、在一些实施方式中，所述基于级联故障的数控车床组件单元进行模糊聚类分析，包括：

10、对原始数据标准化处理；

11、基于数控车床组件单元隶属度，明确分类关系，建立模糊相似矩阵；

12、采用平方自合成方法将模糊相似矩阵转化为模糊等价矩阵，确定分类结果的阈值，得到数控车床组件单元的动态聚类图；

13、根据所述动态聚类图的聚类结果，确定分类的最佳阈值。

14、在一些实施方式中，基于模糊聚类分析与数控车床的级联故障分析构建数控车床分层拓扑结构模型，包括：

15、结合数控车床组件单元之间的故障传播关系、故障传播有向图、数控车床组件单元聚类结果，将数控车床分层拓扑结构模型划分为三个层级，包括故障发起层、故障传播层和故障吸收层。

16、在一些实施方式中，所述数控车床组件单元故障概率模型为：

17、f(t)＝1-exp[-(t/θ)γ],t≥0

18、其中，f(t)为组件单元故障概率，θ是尺度参数，θ>0；γ是形状参数，γ>0。

19、在一些实施方式中，基于copula理论计算数控车床类内组件间连接边的故障影响度，包括：

20、假设整机有n个故障相关的组件单元，其可靠度函数为r(ti),i＝1,2,l,n，并且组件单元的联合可靠度函数为r(t1,t2,l,tn)，基于copula理论及sklar定理，确定copula函数c(r(t1),r(t2),l,r(tn)；η)，使得下式成立：

21、r(t1,t2,l,tn)＝c(r(t1),r(t2),l,r(tn)；η)

22、式中，η为copula函数的参数，表征组件单元之间的关联程度；通过copula函数的参数表征数控车床类内组件间连接边的故障影响度。

23、在一些实施方式中，基于pagerank算法计算类间组件间连接边的故障影响度，包括：

24、基于数控车床故障传播有向图，各节点由网页替换成组件单元，有向边由网页间链接关系替换成组件单元间的故障传递关系；

25、基于故障传播特性修正状态转移概率矩阵；

26、将数控车床系统被划分为n个组件，定义一个n维向量，该n维向量的分量分别是各个组件单元的故障影响度值，记为pr(vi)，则有pr＝[pr(v1)，pr(v2)，l，pr(vn)]t为：

27、prx+1＝(1-d)/n+d(w′)tprx

28、式中，prx+1、prx分别表示第(x+1)次、第x次迭代所得的各组件节点的故障影响度向量；w′为修正后的状态转移概率矩阵；d是阻尼因子，取级联故障数与总故障数的比值；

29、赋予pr初始值设迭代收敛平稳阈值ε＝0.0001，迭代计算当满足|prx+1-prx|<ε时，迭代结束；

30、连接边的故障影响度i(i,j)的计算公式如下：

31、

32、式中：i(i,j)为组件节点i、j间有向边的故障影响度，其值处于0和1之间；ii、ij分别为有向边始节点与终节点的故障影响度值。

33、在一些实施方式中，基于故障传播特性修正状态转移概率矩阵，包括：

34、基于数控车床组件节点间的链接强度，修正邻接矩阵；

35、基于组件故障传递关系进行迭代，构造转置邻接矩阵；

36、对所述转置邻接矩阵进行归一化处理，得到初始状态的转移概率矩阵；

37、通过向量替换矩阵转移概率矩阵中元素全为0的行，得到修正后的状态转移概率矩阵。

38、在一些实施方式中，根据所述动态聚类图的聚类结果，确定分类的最佳阈值，包括：

39、设样本空间x＝{x1,x2,l,xn}，n为样本总数，xj＝{xj1,xj2,l,xjm}，其中m为分类特征个数，xjk为xj的第k个特征。设r为相应λ取值时的分类数，nl为第l类的样本数，第l类的样本为l,第l类的聚类中心向量为为该类样本第k个特征指标数值的平均值，计算公式如下：

40、

41、同理，总体样本的中心向量为其中，构造统计量f为：

42、

43、式中，表示与的距离，为第l类中样本与的距离；统计量f中分子部分表示的类和类之间的距离，分母部分则表示类内样本间的距离；

44、对应统计量f最大值的λ即为最佳阈值λ。

45、在一些实施方式中，评估数控车床组件单元故障传播能力，包括：

46、结合数控车床分层拓扑结构模型，根据当前时刻组件单元自身故障概率与该组件单元直接相连组件单元组成有向边的故障影响度，确定数控车床组件单元的故障传播影响度。

47、与现有技术相比，本发明的有益效果在于：

48、本发明提供了一种数控车床故障传播能力评估方法，考虑组件间故障传播概率、不同类别组件单元间的故障影响度对故障传播行为的双重影响，评估综合表征故障传播能力的指标，明晰数控车床组件单元故障传播能力，这对于提高故障诊断可信性、系统使用可靠性，保障大型复杂系统安全运行具有一定的指导意义。