[發明專利]一種伺服驅動系統生命周期預測方法及裝置

有效

• 申請號: 202110847195.3
• 申請日: 2021-07-27
• 公開（公告）號: CN113298240B
• 公開（公告）日: 2021-11-05
• 發明（設計）人: 潘月斗;吳承澤
• 申請（專利權）人: 北京科技大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06N3/04;G06N3/08
• 代理公司: 北京市廣友專利事務所有限責任公司 11237
• 代理人: 張仲波;付忠林

本發明公開了一種伺服驅動系統生命周期預測方法及裝置，該方法包括：獲取伺服驅動系統正常運行時的運行特征參數，并將伺服驅動系統的生命周期劃分為磨合期、健壯期以及衰退期三個階段；以運行特征參數為觀測數據，以系統所處的生命周期階段為隱含狀態，構建隱馬爾可夫模型；構建帶有雙隱層的BP神經網絡并將其第二隱層替換為隱馬爾可夫模型，得到預測模型；獲取待預測的伺服驅動系統的運行特征參數，利用預測模型得到系統生命周期預測結果。本發明將通用的隱馬爾可夫模型與BP神經網絡相結合，對伺服驅動系統的運行特征參數進行分析計算，可有效分析出伺服驅動系統故障情況與生命周期。

技術領域

本發明涉及伺服驅動技術領域，特別涉及一種伺服驅動系統生命周期預測方法及裝置。

背景技術

在當代數控系統中，交流伺服取代直流伺服、軟件控制取代硬件控制成為了伺服技術的發展趨勢。由此產生了應用在數控機床的伺服進給和主軸裝置上的交流數字驅動系統。一體化磁編碼器伺服驅動系統將驅動器、編碼器、電機以及電纜整合在一起，功能完備，使用方便并且安裝簡單。

產品故障的事后發現機制，容易造成設備和生產線的停滯，不僅錯過了產品的最佳維護和更換契機，而且增加了設備的運行不確定性，因此，對產品的故障進行預測，研究系統生命周期非常重要。通過建立隱馬爾可夫模型，依據歷史監測數據估計模型參數可以大致估計出伺服驅動系統所在的生命周期狀態，但是模型參數難以估計耗時較長且泛用性較差。

發明內容

本發明提供了一種伺服驅動系統生命周期預測方法及裝置，以解決現有技術無法準確有效地預測伺服驅動系統生命周期的技術問題。

為解決上述技術問題，本發明提供了如下技術方案：

一方面，本發明提供了一種伺服驅動系統生命周期預測方法，包括：

獲取伺服驅動系統正常運行時的運行特征參數，并將伺服驅動系統的生命周期劃分為磨合期、健壯期以及衰退期三個階段；

以獲取的伺服驅動系統的運行特征參數為觀測數據，以相應的伺服驅動系統所處的生命周期階段為隱含狀態，構建出隱馬爾可夫模型；

構建帶有雙隱層的BP神經網絡，并將所述BP神經網絡的第二隱層替換為所述隱馬爾可夫模型，得到用于預測伺服驅動系統生命周期的預測模型；

獲取待預測的伺服驅動系統的運行特征參數，根據獲取的運行特征參數，利用所述預測模型，得到所述待預測的伺服驅動系統的生命周期的預測結果。

進一步地，所述運行特征參數的獲取過程，包括：

獲取待采集所述運行特征參數的伺服驅動系統的時域特征參數；其中，所述時域特征參數包括伺服驅動系統的溫度、轉速、頻率以及反應速度；

對獲取的所述時域特征參數進行頻譜分析，得到伺服驅動系統的頻域特征參數，并采用預設的小波分析法對時域特征參數進行處理，求得小波能量譜作為伺服驅動系統的時頻域特征參數；

使用主元分析法對所述時域特征參數、頻域特征參數以及時頻域特征參數進行降維，得到所述運行特征參數。

進一步地，所述預設的小波分析法為db3或db5。

進一步地，使用主元分析法對所述時域特征參數、頻域特征參數以及時頻域特征參數進行降維，得到所述運行特征參數，包括：

使用主元分析法對所述時域特征參數、頻域特征參數以及時頻域特征參數進行降維提取，分別選出所述時域特征參數、頻域特征參數以及時頻域特征參數中貢獻率在85%以上的參數，作為所述運行特征參數。

進一步地，所述隱馬爾可夫模型使用鮑姆-韋爾奇算法實現初步參數預估。

進一步地，所述隱馬爾可夫模型使用Viterbi算法計算對應的隱含狀態。