[發(fā)明專利]一種智能制造系統(tǒng)余壽的預測方法及裝置

在審

• 申請?zhí)枺?/td>: 201811384101.8
• 申請日: 2018-11-20
• 公開（公告）號: CN109359781A
• 公開（公告）日: 2019-02-19
• 發(fā)明（設計）人: 張彩霞;王向東;王新東
• 申請（專利權）人: 佛山科學技術學院
• 主分類號: G06Q10/04
• 分類號: G06Q10/04
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 謝泳祥

1.一種智能制造系統(tǒng)余壽的預測方法，其特征在于，包括以下步驟：

步驟S1、采集智能制造設備的工況數(shù)據(jù)，作為輸入數(shù)據(jù)，將智能制造設備的剩余壽命值作為輸出數(shù)據(jù)；

步驟S2、建立智能制造設備余壽預測的深度置信網(wǎng)絡；

步驟S3、實時采集智能制造設備的輸入數(shù)據(jù)，計算智能制造設備的剩余壽命值。

2.根據(jù)權利要求1所述的一種智能制造系統(tǒng)余壽的預測方法，其特征在于，所述工況數(shù)據(jù)包括：

工況的初始狀態(tài)概率分布P(X₀)，即t＝0時刻的狀態(tài)先驗概率分布；

工況的狀態(tài)轉移概率分布P(X_t|X_t-1)，即工況狀態(tài)之間轉換的概率；

工況的觀測變量概率分布P(Y_t|X_t)，即在時刻t剩余壽命值為X_t的情況下，觀測變量Y_t的概率分布；

智能制造設備的刀具、模具、工具的磨破損等級。

3.根據(jù)權利要求2所述的一種智能制造系統(tǒng)余壽的預測方法，其特征在于，所述步驟S2具體包括：

步驟S21、根據(jù)t＝0時刻的工況初始狀態(tài)P(X₀)進行采樣得到N個樣本構成的總體：

步驟S22、在給定樣本當前值X_t的條件下，通過工況的狀態(tài)轉移概率分布P(X_t+1|X_t)對于每個樣本對下一個狀態(tài)值X_t+1進行采樣，使得每個樣本向前傳播；

步驟S23、通過賦予每個樣本新觀測變量的似然值P(Y_t+1|X_t+1)進行加權；

步驟S24、對總體樣本重新采樣，以生成一個新的N樣本總體，從當前的總體中選出每個新樣本；

步驟S25、跳轉步驟S22，對每個時間片進行更新循環(huán)，直至選出的每個新樣本的概率與其權值成正比。

4.根據(jù)權利要求3所述的一種智能制造系統(tǒng)余壽的預測方法，其特征在于，所述步驟S3具體包括：

計算P(X_T|Y_1:T)，選擇P(X_T|Y_1:T)最大時的X_T的值作為智能制造設備的剩余壽命值。

5.一種智能制造系統(tǒng)余壽的預測裝置，其特征在于，所述裝置包括用于存儲計算機程序指令的存儲器和用于執(zhí)行程序指令的處理器，其中，當所述計算機程序指令被所述處理器執(zhí)行時，觸發(fā)所述裝置執(zhí)行如權利要求1～4任一所述的方法。