[发明专利]一种基于智能故障树的锻压机床主传动机构故障诊断系统有效
申请号: | 201910033302.1 | 申请日: | 2019-01-14 |
公开(公告)号: | CN109726505B | 公开(公告)日: | 2023-03-17 |
发明(设计)人: | 刘胜;吴迪;张兰勇;孙玥 | 申请(专利权)人: | 哈尔滨工程大学 |
主分类号: | G06F30/20 | 分类号: | G06F30/20;G01M13/028 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 150001 黑龙江省哈尔滨市南岗区*** | 国省代码: | 黑龙江;23 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 智能 故障 锻压 机床 传动 机构 故障诊断 系统 | ||
本发明属于智能工业制造领域,具体涉及一种基于智能故障树的锻压机床主传动机构故障诊断系统,由传动机构的数据采集模块、数据加工处理与特征分析模块、智能故障树诊断模块、智能数据库存取模块、交互界面模块组成。本发明解决了传统低频信号的延时性、高频信号的繁杂性,提高故障诊断的精度,本发明则是在故障树建立的过程中融入智能算法,直接获得带有故障树枝杈权重配比的智能故障树,大大提高故障树诊断的精度。
技术领域
本发明属于智能工业制造领域,具体涉及一种基于智能故障树的锻压机床主传动机构故障诊断系统。
背景技术
随着智能制造领域的迅速发展,锻压机床作为制造业重要的基础设备,国家采取许多有效措施促进智能制造领域的发展,主传动机构是锻压机床的核心部位,其中多级的传动轮及子母轴承组成的联动机构控制并决定了锻造品质。由于主传动机构含有大量不同规格的齿轮及连接轴,且运行时包裹于机床的顶端的外壳内,对其的故障分析往往处在被动的阶段,即技术人员对其进行故障后更换,这种方式有时会大幅度降低主传动机构的使用寿命,从而提高了不必要的维修成本。而随着工业4.0智能工厂及《中国制造2025》的提出,提出一套智能故障诊断系统,能够对锻压机床复杂主传动机构的运行状态进行在线的故障诊断,建立完善的故障诊断系统是智能制造领域,在工业新时代下待解决的问题。
现有的锻压机床故障诊断处于单一位置的故障定位分析,即仅仅对一个轴承或一个齿轮进行故障诊断,没有结合整个主传动机构,建立一个完整的锻压机床主传动机构故障诊断体系。本发明则是基于LabVIEW搭建了锻压机床主传动机构的智能故障诊断系统,其中智能体现在智能故障树的方法应用,且整套系统具有可视化的人机界面,可以图形及文字的方式显示智能故障树诊断对锻压机床主传动结构的故障诊断结果,极大提升我国智能制造领域的大型机械故障诊断的水平。
发明内容
本发明的目的是设计一种在线、智能化锻压机床主传动机构的智能故障树诊断系统。
整套系统是通过硬件与软件结合实现的,这种锻压机床主传动机构的智能故障树诊断系统,由5个模块组成,分别是:传动机构的数据采集模块、数据加工处理与特征分析模块、智能故障树诊断模块、智能数据库存取模块、交互界面模块,下面分别对各个模块进行逐一说明:
一种基于智能故障树的锻压机床主传动机构故障诊断系统,由传动机构的数据采集模块、数据加工处理与特征分析模块、智能故障树诊断模块、智能数据库存取模块、交互界面模块组成。
所述传动机构的数据采集模块,由DSP核心处理器、振动传感器、温度传感器组成,分别负责采集设备主传动机构各轴承的润滑次数、轴承振动、轴承温度三个高低频融合的信息。
所述数据加工处理与特征分析模块与传动结构的数据采集模块直接连接,通过小波包算法来消除振动信号的噪声部分;通过能量归一化处理,并将温度、润滑次数与振动融合,成为高低频结合的特征空间。
所述智能故障树诊断模块与数据加工处理与特征分析模块连接在一起;所述智能故障树诊断模块通过对锻压机床主传动机构的研究分析,建立传统的故障树,以此作为智能故障树诊断的改进基础,建立主传动机构智能故障树诊断的神经网络模型,将数据加工处理与特征分析模块处理过的高低频信号作为输入,对应的故障树枝杈权重作为输出,进行改进Elman网络训练,将改进Elman网络的智能诊断结果作为局部证据,采用D-S证据理论,将专家经验与之融合,完成整个智能故障树诊断模块。
所述智能数据库存取模块是以SQL数据库为基础设计的,由3个子数据库组成,即传动机构的数据采集模块、数据加工处理与特征分析模块、智能故障树诊断模块各分配1个子数据库,3个子数据库间可以相互传输。
本发明的有益效果在于:
(1)本发明解决了传统低频信号的延时性、高频信号的繁杂性,提高故障诊断的精度。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于哈尔滨工程大学,未经哈尔滨工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910033302.1/2.html,转载请声明来源钻瓜专利网。