[发明专利]一种数控机床主轴故障诊断方法及系统

权利要求书

1.一种数控机床主轴故障诊断方法，其特征在于，包括以下步骤：

S11：采集数控机床主轴不同状态信号；

S12：对所述状态信号进行窗截取分析，提取信号特征的分形维数，得到数控机床主轴各状态的特征值；

S13：将所述数控机床主轴各状态的特征值作为BP神经网络的训练样本集搭建故障诊断模型；

S14：利用所述故障诊断模型对数控机床主轴故障进行诊断。

2.根据权利要求1所述的数控机床主轴故障诊断方法，其特征在于，所述步骤S12具体包括：

S121：对所述状态信号进行窗截取分析；

S122：对窗截取分析后的所述状态信号采用小波分形方法提取信号特征的分形维数；

S123：对所述分形维数进行归一化，得到数控机床主轴各状态的特征值。

3.根据权利要求2所述的数控机床主轴故障诊断方法，其特征在于，对所述状态信号进行窗截取分析，具体为：

对信号进行小波变换，得到不同尺度j下的细节信号coef_j，计算不同尺度下各细节信号的方差var(coef_j)，再取对数log₂[var(coef_j)]，对log₂[var(coef_j)]这些点采用最小二乘法进行直线拟合，计算直线的斜率β。

4.根据权利要求3所述的数控机床主轴故障诊断方法，其特征在于，所述S122，利用斜率计算表征信号自相似属性的H值：H＝(β-1)/2，最后利用自相似属性H值计算出表征信号复杂程度的分形维数D：D＝2-H。

5.根据权利要求1所述的数控机床主轴故障诊断方法，其特征在于，所述步骤S13和步骤S14之间还包括：

S15：测试所述故障诊断模型的状态识别能力。

6.根据权利要求5所述的数控机床主轴故障诊断方法，其特征在于，所述步骤S15具体包括：

S151：准备测试样本集；

S152：将所述测试样本集输入所述故障诊断模型，得到所述故障诊断模型的实际输出，与所述故障诊断模型的理想输出进行对比，得到所述故障诊断模型的故障性能测试与评价结果。

7.一种数控机床主轴故障诊断系统，其特征在于，包括传感器、预处理及特征提取单元、故障诊断模型搭建单元以及故障诊断单元；其中，

所述传感器用于采集数控机床主轴不同状态信号；

所述预处理及特征提取单元用于对所述状态信号进行窗截取分析，提取信号特征的分形维数，得到数控机床主轴各状态的特征值；

所述故障诊断模型搭建单元用于将所述数控机床主轴各状态的特征值作为BP神经网络的训练样本集搭建故障诊断模型；

所述故障诊断单元用于利用所述故障诊断模型对数控机床主轴故障进行诊断。

8.根据权利要求7所述的数控机床主轴故障诊断系统，其特征在于，所述预处理及特征提取单元包括预处理单元以及特征提取单元；其中，

所述预处理单元用于对所述状态信号进行窗截取分析；

所述特征提取单元用于对窗截取分析后的所述状态信号采用小波分形方法提取信号特征的分形维数；并对所述分形维数进行归一化，得到数控机床主轴各状态的特征值。

9.根据权利要求7所述的数控机床主轴故障诊断系统，其特征在于，还包括：测试单元，所述测试单元连接于所述故障诊断模型搭建单元与所述故障诊断单元之间；

所述测试单元用于测试所述故障诊断模型的状态识别能力。

10.根据权利要求9所述的数控机床主轴故障诊断系统，其特征在于，所述测试单元包括测试样本集准备单元以及故障性能测试单元；其中，

所述测试样本集准备单元用于准备测试样本集；

所述故障性能测试单元用于将所述测试样本集输入所述故障诊断模型，得到所述故障诊断模型的实际输出，与所述故障诊断模型的理想输出进行对比，得到所述故障诊断模型的故障性能测试与评价结果。