专利转让平台_买专利_卖专利_中国高校专利技术交易-买卖发明专利上知查网

全部分类
全部分类
一种制造系统数据挖掘模型的容错辨识方法及装置

一种制造系统数据挖掘模型的容错辨识方法及装置

IPC分类号 : G05B19/418

申请号
CN201811384120.0
可选规格
  • 专利类型: 发明专利
  • 法律状态: 有权
  • 申请日: 2018-11-20
  • 公开号: CN109375602B
  • 公开日: 2019-02-22
  • 主分类号: G05B19/418
  • 专利权人: 佛山科学技术学院

专利摘要

本发明涉及制造系统容错辨识技术领域,具体涉及一种制造系统数据挖掘模型的容错辨识方法及装置,根据制造系统加工产品的质量数据筛选出故障制造节点数据,进而建立制造系统故障工况数据库,并对各类故障工况的传感器数据和工况数据建立对应关系;通过实时采集传感器数据和工况数据,进行故障判断;本发明提高了故障识别的准确性和容错性。

权利要求

1.一种制造系统数据挖掘模型的容错辨识方法,其特征在于,包括以下步骤:

步骤S1、根据制造系统加工产品的质量数据筛选出故障制造节点数据,所述故障制造节点数据包括故障制造节点的传感器数据和工况数据;

步骤S2、建立制造系统故障工况数据库;

步骤S3、对各类故障工况的传感器数据和工况数据建立对应关系;

步骤S4、实时采集传感器数据和工况数据,进行故障判断;

其中,所述步骤S1中所述制造系统加工产品的质量数据包括加工产品的几何精度、表面缺陷;所述传感器数据包括声音信息、光照信息、电流信息、加速度;所述工况数据包括刀具、模具、工具的磨破损等级;

其中,所述步骤S4具体包括:

步骤S41、对每个传感器设置检测阈值Tk,比较传感器数据e(k)和阈值Tk的大小,当|e(k)|<Tk,判定为无故障;当|e(k)|≥Tk,判定为有故障,执行以下步骤;

步骤S42、若传感器数据e(k)为恒定值,则为卡死故障,否则执行以下步骤;

步骤S43、根据以下公式获取未知故障类型的拟合输出数据,

Y(t)=ky(t)+a,t≥T,

其中,k为恒增益,a为偏差,且a≠0;T为故障发生的开始时间,y(t)为实时采集的工况数据,Y(t)为拟合输出数据;

步骤S44、通过将拟合输出数据Y(t)与故障工况数据库中的故障工况数据进行线性拟合,得到k、a的值;

步骤S45、若k≠1,且|a|≤Tk,则为恒增益故障;若k=1,且|a|≥Tk,则为恒偏差故障。

2.根据权利要求1所述的一种制造系统数据挖掘模型的容错辨识方法,其特征在于,所述步骤S1中所述根据制造系统加工产品的质量数据筛选出故障制造节点数据方法为:

检测制造系统加工产品的质量数据;

对所述质量数据设置检测阈值,比较所述质量数据与阈值的大小;

筛选出所述质量数据大于阈值的故障制造节点,

提取所述故障制造节点的故障制造节点数据。

3.根据权利要求1所述的一种制造系统数据挖掘模型的容错辨识方法,其特征在于,所述步骤S2具体包括:

对各个故障工况数据进行分类,再统计各类故障工况数据下的传感器数据,从而形成故障工况数据库。

4.根据权利要求1所述的一种制造系统数据挖掘模型的容错辨识方法,其特征在于,所述步骤S3具体包括:

采用线性回归的方式,对传感器数据e(k)和工况数据h(k)通过以下公式建立函数对应关系,

h(k)=αe(k)+β

其中,α,β为线性拟合的常数。

5.一种制造系统数据挖掘模型的容错辨识装置,其特征在于,所述装置包括用于存储计算机程序指令的存储器和用于执行程序指令的处理器,其中,当所述计算机程序指令被所述处理器执行时,触发所述装置执行如权利要求1~4任一项所述的方法。

说明书

技术领域

本发明涉及制造系统容错辨识技术领域,具体涉及一种制造系统数据挖掘模型的容错辨识方法及装置。

背景技术

制造系统的工况数据有刀具、模具、工具磨破损等等,传感器方面有光电、加速度计、声发射等等,加工质量包括几何精度、表面缺陷,传感器可以进行加工质量的采集。装备性能包括机械振动、噪声、CMK、PPK、CPK、故障频率等等。可以采集装备性能的传感器包括控制系统输出、加速度计、声压计、霍尔等等。加工过程数据采集器需求,除了传感器之外,还需要传感网关,网关起两个作用,一个是PLC、CNC数据输出,一个是传感器数据输出。采集数据并不是仅仅把数据堆积在一起就行,在大数据里面有个很重要的概念是数据标记、关联的问题,一定要把过程事件与感知数据对齐,才能对传感器采集的数据做出定性和定量的分析,从而取得一定准确度和容错度下的性能分析,而如何提高制造系统故障识别的准确度和容错度,成为一个值得研究的问题。

发明内容

本发明提供一种制造系统数据挖掘模型的容错辨识方法及装置,提高了故障识别的准确性和容错性。

本发明提供的一种制造系统数据挖掘模型的容错辨识方法,包括以下步骤:

步骤S1、根据制造系统加工产品的质量数据筛选出故障制造节点数据,所述故障制造节点数据包括故障制造节点的传感器数据和工况数据;

步骤S2、建立制造系统故障工况数据库;

步骤S3、对各类故障工况的传感器数据和工况数据建立对应关系;

步骤S4、实时采集传感器数据和工况数据,进行故障判断。

进一步,所述步骤S1中所述制造系统加工产品的质量数据包括加工产品的几何精度、表面缺陷;所述传感器数据包括声音信息、光照信息、电流信息、加速度;所述工况数据包括刀具、模具、工具的磨破损等级。

进一步,所述步骤S1中所述根据制造系统加工产品的质量数据筛选出故障制造节点数据方法为:

检测制造系统加工产品的质量数据;

对所述质量数据设置检测阈值,比较所述质量数据与阈值的大小;

筛选出所述质量数据大于阈值的故障制造节点,

提取所述故障制造节点的故障制造节点数据。

进一步,所述步骤S2具体包括:

对各个故障工况数据进行分类,再统计各类故障工况数据下的传感器数据,从而形成故障工况数据库。

进一步,所述步骤S3具体包括:

采用线性回归的方式,对传感器数据e(k)和工况数据h(k)通过以下公式建立函数对应关系,

h(k)=αe(k)+β

其中,α,β为线性拟合的常数。

进一步,所述步骤S4具体包括:

步骤S41、对每个传感器设置检测阈值Tk,比较传感器数据e(k)和阈值Tk的大小,当|e(k)|<Tk,判定为无故障;当|e(k)|≥Tk,判定为有故障,执行以下步骤;

步骤S42、若传感器数据e(k)为恒定值,则为卡死故障,否则执行以下步骤;

步骤S43、根据以下公式获取未知故障类型的拟合输出数据,

Y(t)=ky(t)+a,t≥T,

其中,k为恒增益,a为偏差,且a≠0;T为故障发生的开始时间,y(t)为实时采集的工况数据,Y(t)为拟合输出数据;

步骤S44、通过将拟合输出数据Y(t)与故障工况数据库中的故障工况数据进行线性拟合,得到k、a的值;

步骤S45、若k≠1,且|a|≤Tk,则为恒增益故障;若k=1,且|a|≥Tk,则为恒偏差故障。

本发明提供的一种制造系统数据挖掘模型的容错辨识装置,所述装置包括用于存储计算机程序指令的存储器和用于执行程序指令的处理器,其中,当所述计算机程序指令被所述处理器执行时,触发所述装置执行上述任一所述的方法。

本发明的有益效果是:本发明公开一种制造系统数据挖掘模型的容错辨识方法及装置,根据制造系统加工产品的质量数据筛选出故障制造节点数据,进而建立制造系统故障工况数据库,并对各类故障工况的传感器数据和工况数据建立对应关系;通过实时采集传感器数据和工况数据,进行故障判断;本发明提高了故障识别的准确性和容错性。

附图说明

下面结合附图和实例对本发明作进一步说明。

图1是本发明实施例一种制造系统数据挖掘模型的容错辨识方法的流程示意图。

具体实施方式

参考图1,本发明提供的一种制造系统数据挖掘模型的容错辨识方法,包括以下步骤:

步骤S1、根据制造系统加工产品的质量数据筛选出故障制造节点数据,所述故障制造节点数据包括故障制造节点的传感器数据和工况数据;

步骤S2、建立制造系统故障工况数据库;

步骤S3、对各类故障工况的传感器数据和工况数据建立对应关系;

步骤S4、实时采集传感器数据和工况数据,进行故障判断。

进一步,所述步骤S1中所述制造系统加工产品的质量数据包括加工产品的几何精度、表面缺陷;所述传感器数据包括声音信息、光照信息、电流信息、加速度;所述工况数据包括刀具、模具、工具的磨破损等级。

进一步,所述步骤S1中所述根据制造系统加工产品的质量数据筛选出故障制造节点数据方法为:

检测制造系统加工产品的质量数据;

对所述质量数据设置检测阈值,比较所述质量数据与阈值的大小;

筛选出所述质量数据大于阈值的故障制造节点,

提取所述故障制造节点的故障制造节点数据。

进一步,所述步骤S2具体包括:

对各个故障工况数据进行分类,再统计各类故障工况数据下的传感器数据,从而形成故障工况数据库。

进一步,所述步骤S3具体包括:

采用线性回归的方式,对传感器数据e(k)和工况数据h(k)通过以下公式建立函数对应关系,

h(k)=αe(k)+β

其中,α,β为线性拟合的常数。

进一步,所述步骤S4具体包括:

步骤S41、对每个传感器设置检测阈值Tk,比较传感器数据e(k)和阈值Tk的大小,当|e(k)|<Tk,判定为无故障;当|e(k)|≥Tk,判定为有故障,执行以下步骤;

步骤S42、若传感器数据e(k)为恒定值,则为卡死故障,否则执行以下步骤;

步骤S43、根据以下公式获取未知故障类型的拟合输出数据,

Y(t)=ky(t)+a,t≥T,

其中,k为恒增益,a为偏差,且a≠0;T为故障发生的开始时间,y(t)为实时采集的工况数据,Y(t)为拟合输出数据;

步骤S44、通过将拟合输出数据Y(t)与故障工况数据库中的故障工况数据进行线性拟合,得到k、a的值;

步骤S45、若k≠1,且|a|≤Tk,则为恒增益故障;若k=1,且|a|≥Tk,则为恒偏差故障。

本发明提供的一种基于深度学习的工业传感器故障预测装置,所述装置包括用于存储计算机程序指令的存储器和用于执行程序指令的处理器,其中,当所述计算机程序指令被所述处理器执行时,触发所述装置执行上述任一所述的方法。

以上所述,只是本发明的较佳实施例而已,本发明并不局限于上述实施方式,只要其以相同的手段达到本发明的技术效果,都应属于本发明的保护范围。

一种制造系统数据挖掘模型的容错辨识方法及装置专利购买费用说明

专利买卖交易资料

Q:办理专利转让的流程及所需资料

A:专利权人变更需要办理著录项目变更手续,有代理机构的,变更手续应当由代理机构办理。

1:专利变更应当使用专利局统一制作的“著录项目变更申报书”提出。

2:按规定缴纳著录项目变更手续费。

3:同时提交相关证明文件原件。

4:专利权转移的,变更后的专利权人委托新专利代理机构的,应当提交变更后的全体专利申请人签字或者盖章的委托书。

Q:专利著录项目变更费用如何缴交

A:(1)直接到国家知识产权局受理大厅收费窗口缴纳,(2)通过代办处缴纳,(3)通过邮局或者银行汇款,更多缴纳方式

Q:专利转让变更,多久能出结果

A:著录项目变更请求书递交后,一般1-2个月左右就会收到通知,国家知识产权局会下达《转让手续合格通知书》。

动态评分

0.0

没有评分数据
没有评价数据
×

打开微信,点击底部的“发现”

使用“扫一扫”即可将网页分享至朋友圈

×
复制
用户中心
我的足迹
我的收藏

您的购物车还是空的,您可以

  • 微信公众号

    微信公众号
在线留言
返回顶部