[發明專利]一種電主軸狀態評估方法、系統、設備及可讀存儲介質

在審

• 申請號: 202110714894.0
• 申請日: 2021-06-25
• 公開（公告）號: CN113435327A
• 公開（公告）日: 2021-09-24
• 發明（設計）人: 李小虎;李闐岐;萬少可;張育林;李黨超
• 申請（專利權）人: 西安交通大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N3/08
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 朱海臨

1.一種電主軸狀態評估方法，其特征在于，包括以下步驟：

S1，分別對電主軸的軸承的振動信號、軸承的溫度信號以及電主軸的電機的電流信號進行去燥處理；

S2，分別采用集合經驗模態分解和時變自回歸模型獲取振動信號的特征向量，同時使用集合經驗模態分解提取電流信號的特征向量；

S3，基于振動信號的特征向量和振動預訓練模型獲取軸承振動信號的狀態評估結果，基于電流信號的特征向量和電流預訓練模型獲取電機電流信號的狀態評估結果，采用溫度閾值判斷法對軸承的溫度信號進行狀態評估得到軸承溫度信號的狀態評估結果；

S4，采用D-S證據理論將電機電流信號的狀態評估結果、軸承振動信號的狀態評估結果和軸承溫度信號的狀態評估結果進行融合得到主軸狀態評估結果，實現對主軸狀態評估。

2.根據權利要求1所述的一種電主軸狀態評估方法，其特征在于，對軸承的振動信號進行小波包分解并降噪，得到降噪后的振動信號；對降噪后的振動信號進行集合經驗模態分解，得到分解后的本征模態函數；取前六個本征模態函數，分別求其總能量，獲得六維列向量，并對六維列向量進行歸一化處理得到特征向量，將歸一化后的特征向量作為振動預訓練模型的輸入進行狀態評估得到軸承振動信號的集合經驗狀態評估結果。

3.根據權利要求2所述的一種電主軸狀態評估方法，其特征在于，對降噪后的振動信號進行時變自回歸模型建模，得到其擬合參數作為特征向量，將建模得到的特征向量作為振動預訓練模型的輸入進行狀態評估得到軸承振動信號的時變自回歸狀態評估結果。

4.根據權利要求3所述的一種電主軸狀態評估方法，其特征在于，采用D-S證據理論對所述振動信號的集合經驗狀態評估結果和時變自回歸狀態評估結果進行決策融合得到最終的軸承狀態評估結果。

5.根據權利要求1所述的一種電主軸狀態評估方法，其特征在于，采用網絡結構為單輸入層，雙隱藏層，單輸出層的深度神經網絡，其中第一隱藏層的節點個數為5，第二隱藏層的節點個數為12，采用歸一化后的特征向量對深度神經網絡進行訓練得到基于深度神經網絡的狀態評估模型。

6.根據權利要求1所述的一種電主軸狀態評估方法，其特征在于，取采集到溫度信號的最大值，作為判斷指標，根據判斷指標所處設定閾值范圍即可得到相應的軸承狀態結果。

7.根據權利要求1所述的一種電主軸狀態評估方法，其特征在于，

使用D-S合成規則計算兩證據體聯合作用下的基本可信度分配函數m(ζ_n)，其具體步驟為：

m₁和m₂為兩個證據源相對應的基本可信度分配函數，A_w和B_p分別對應狀態的模式，其按照以下公式進行合成：

式中，w＝1,2,…,x；p＝1,2,…,x

得到的m′(A)即為最終軸承狀態評估結果；基本可信度分配函數由深度神經網絡輸出的結果進行歸一化處理得到。

8.一種電主軸狀態評估系統，其特征在于，包括：

信號預處理模塊，用于對采集的電主軸的軸承的振動信號、軸承的溫度信號以及電主軸的電機的電流信號進行去燥處理，并分別獲取振動信號的特征向量，電流信號的特征向量；

預訓練模塊，用于根據振動信號的特征向量輸出電機電流信號的狀態評估結果，根據電流信號的特征向量輸出軸承溫度信號的狀態評估結果，根據軸承的溫度信號輸出軸承溫度信號的狀態評估結果；

主軸狀態模塊，用于根據電機電流信號的狀態評估結果、軸承振動信號的狀態評估結果和軸承溫度信號的狀態評估結果進行融合后輸出主軸狀態評估結果。

9.一種終端設備，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1至7任一項所述方法的步驟。

10.一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1至7任一項所述方法的步驟。