公开(公告)号：CN112434636B

公开(公告)日：2024-04-02

申请号：CN202011400618.9

申请日：2020-12-03

Applicant: 西安交通大学

Inventor： 许睦旬 ,  张卓妮 ,  姜歌东 ,  杨汉博 ,  陶涛 ,  孙铮 ,  赵飞 ,  梅雪松

IPC: G06F18/25 ,  G06F18/23213 ,  G06F18/213 ,  G06F18/214 ,  G06F18/2413 ,  G06F18/2411 ,  B23Q17/00

Abstract: 本发明公开了一种机床零部件健康状态监测方法及系统，基于多元特征融合的思想，对历史数据进行时域、频域、时频域多角度特征提取；对提取到的特征进行标准化后，运用K‑Means聚类分析方法对特征集进行状态划分，获得特征集所对应的状态标签；采用Fisher Score特征选择方法对各特征的分类效果进行评估，将敏感特征及其所对应的状态标签输入分类器中进行训练学习，建立敏感特征与状态标签之间的映射关系；提取当前数据的敏感特征输入训练好的分类器中，得到当前时刻机床零部件的健康状态预测值。本发明能够对机床零部件健康状态的识别预测精度带来较高的提升，降低生产事故发生率，提高生产加工效率，进一步保障了生产加工精度。

公开(公告)号：CN112434636A

公开(公告)日：2021-03-02

申请号：CN202011400618.9

申请日：2020-12-03

Applicant: 西安交通大学

Inventor： 许睦旬 ,  张卓妮 ,  姜歌东 ,  杨汉博 ,  陶涛 ,  孙铮 ,  赵飞 ,  梅雪松

IPC: G06K9/00 ,  G06K9/62 ,  B23Q17/00

Abstract: 本发明公开了一种机床零部件健康状态监测方法及系统，基于多元特征融合的思想，对历史数据进行时域、频域、时频域多角度特征提取；对提取到的特征进行标准化后，运用K‑Means聚类分析方法对特征集进行状态划分，获得特征集所对应的状态标签；采用Fisher Score特征选择方法对各特征的分类效果进行评估，将敏感特征及其所对应的状态标签输入分类器中进行训练学习，建立敏感特征与状态标签之间的映射关系；提取当前数据的敏感特征输入训练好的分类器中，得到当前时刻机床零部件的健康状态预测值。本发明能够对机床零部件健康状态的识别预测精度带来较高的提升，降低生产事故发生率，提高生产加工效率，进一步保障了生产加工精度。