[發明專利]一種用于機床主軸狀態預測的數據處理方法及裝置

有效

• 申請號: 201911387279.2
• 申請日: 2019-12-26
• 公開（公告）號: CN111208782B
• 公開（公告）日: 2021-06-22
• 發明（設計）人: 孫潔;楊云;王憶南;蔣波;張俊
• 申請（專利權）人: 北京航天測控技術有限公司
• 主分類號: G05B19/408
• 分類號: G05B19/408
• 代理公司: 北京華夏泰和知識產權代理有限公司 11662
• 代理人: 韓來兵;劉蔓莉

本申請涉及一種用于機床主軸狀態預測的數據處理方法及裝置，包括：獲取待分析機床主軸的當前加工狀態參數；獲取待分析機床主軸的當前加工模式；確定與所述當前加工模式對應的預測模型；將所述當前加工狀態參數輸入所述預測模型，得到對應的故障預測結果。本申請實施例提供的上述技術方案與現有技術相比具有如下優點：可以在待分析機床主軸開始工作的時候，根據待分析機床主軸的加工狀態參數，來獲取待分析機床主軸的實時加工狀態，并且可以根據待分析機床主軸的加工狀態，調用相應的預測模型進行針對性強的預測，具有預測精準度高的優點。

技術領域

本申請涉及智能制造領域，尤其涉及一種用于機床主軸狀態預測的數據處理方法及裝置。

背景技術

現有機床主軸的狀態預測采用的方法有神經網絡方法、粗糙集理論、最小二乘支持向量機等方法。

現有技術，在預測機床主軸的狀態時，沒有考慮到機床主軸的狀態在加工不同的產品時，和在加工同一產品的不同位置時，其所適用的故障預測方法是不同的。

此外，現有預測機床主軸的狀態的方法，基本上都是通過參數訓練神經網絡模型，沒有加上生產狀態信息，導致預測所基于的參數信息片面，不完整，會導致預測的結果不夠準確。

針對相關技術中存在的諸多技術問題，目前尚未提供有效的解決方案。

發明內容

為了解決上述技術問題或者至少部分地解決上述技術問題，本申請提供了一種于機床主軸狀態預測的數據處理方法及裝置。

第一方面，本申請提供了一種用于機床主軸狀態預測的數據處理方法，包括：

獲取待分析機床主軸的當前加工狀態參數；

獲取所述待分析機床主軸的當前加工模式；

確定與所述當前加工模式對應的預測模型；

將所述當前加工狀態參數輸入所述預測模型，得到對應的故障預測結果。

可選的，如前述的數據處理方法，所述獲取待分析機床主軸的當前加工模式包括：

通過預設的加工狀態對應關系確定所述當前加工狀態參數對應的所述當前加工模式，所述加工狀態對應關系包括：加工狀態參數與加工模式之間的對應關系。

可選的，如前述的數據處理方法，所述通過預設的加工狀態對應關系確定所述當前加工狀態參數對應的所述當前加工模式，包括：

確定所述待分析機床主軸的當前加工產品；

通過預設的加工狀態對應關系確定第一信息對應的所述當前加工模式，所述第一信息包括所述當前加工狀態參數及所述當前加工產品，所述加工狀態對應關系包括：加工狀態參數及加工產品與加工模式之間的對應關系。

可選的，如前述的數據處理方法，所述預測模型的建立方法包括：

獲取預設加工模式對應的訓練參數；

通過所述訓練參數對待訓練神經網絡模型進行訓練，得到與所述預設加工模式對應的預測模型。

可選的，如前述的數據處理方法，所述獲取預設加工模式對應的訓練參數包括：

獲取所述待分析機床主軸的歷史加工狀態參數；

根據所述預設加工模式對應的所述歷史加工狀態參數確定所述預設加工模式對應的訓練參數。

可選的，如前述的數據處理方法，

在得到與所述預設加工模式對應的所述預測模型之后，還包括：

建立所述預測模型與加工模式之間的對應關系；

按照所述對應關系將所述預測模型存入模型數據庫中；