公开(公告)号：CN115730522A

公开(公告)日：2023-03-03

申请号：CN202211492384.4

申请日：2022-11-25

Applicant: 北京工业大学

Inventor： 程强 ,  曹勇 ,  初红艳 ,  东岳峰 ,  张笑宇 ,  闫俊

IPC: G06F30/27 ,  G06F119/02

Abstract: 本发明公开了一种基于改进自组织映射神经网络的机床伺服驱动系统故障诊断方法，采用主成分分析与自组织神经网络结合的PCA‑SOM神经网络对机床伺服驱动系统进行故障诊断分析。分析对象为MDC系统采集的机床实际运行参数，包括进给速度、主轴转速和主轴负载可表征机床伺服驱动系统工作状态的参数。伺服驱动系统故障诊断步骤包括：数据采集；数据预处理；特征标准化处理；PCA数据降维；SOM聚类分析；输出故障诊断结果，结束。故障诊断将特征标准化与主成分分析引入自组织神经网络，提高了故障诊断结果准确率，并且可以实现高维故障数据的降维分析，更适配于实际应用场景，解决现有数控机床伺服驱动控制系统故障特征不明显导致的故障原因复杂难以诊断的问题。

公开(公告)号：CN117032074A

公开(公告)日：2023-11-10

申请号：CN202311022265.7

申请日：2023-08-15

Applicant: 北京工业大学

Inventor： 程强 ,  曹勇 ,  张涛 ,  张笑宇 ,  李迎

IPC: G05B19/4065 ,  G05B19/408

Abstract: 本发明公开了基于改进GRU和SOM神经网络机床伺服驱动系统健康管理方法，该方法的核心包括两个部分，分别是基于注意力机制的MLGRU‑Attention故障预测模型和主成分分析与自组织神经网络相结合的PCA‑SOM故障诊断模型。分析对象为MDC系统采集的机床实际运行参数，包括进给速度、主轴转速和主轴负载等一系列可表征机床伺服驱动系统工作状态的参数。故障预测阶段将注意力机制引入门控单元神经网络，可以改善GRU神经网络的长期依赖问题，提升模型性能，处理变长输入序列，并提供解释性和可解释性。同时采用Nadam优化算法，Nadam优化器通过结合Nesterov加速梯度和自适应矩估计的特性，提供了更稳定和快速的收敛性能。为实现数控机床伺服驱动系统的故障诊断，提高机床运行可靠性提供良好思路。

公开(公告)号：CN115861724A

公开(公告)日：2023-03-28

申请号：CN202211492166.0

申请日：2022-11-25

Applicant: 北京工业大学

Inventor： 初红艳 ,  东岳峰 ,  程强 ,  曹勇 ,  张笑宇

IPC: G06V10/77 ,  G06V10/774 ,  G06V10/764

Abstract: 本发明公开了一种用于控制图模式识别的数据特征增强处理方法，该方法的实现主要包括以下步骤：首先利用蒙特卡洛方法生成各模式的控制图数据，并组成原始数据集，然后将原始数据集作为输入，通过少数类过采样算法与平滑移动处理方法结合的特征增强算法，将原始数据集各模式控制图数据进行特征增强处理得到增强数据集，并从增强数据集提取控制图的各统计特征与形状特征，得到统计特征数据集与形状特征数据集，然后利用主成分分析法对所得到的两类数据集进行降维，得到可进行控制图模式识别的最终数据集。通过该方法可以实现控制图模式识别输入数据集生成处理，可以有效地提高模式识别的准确度并降低各模式之间出现误判的概率，对控制图模式识别研究起到促进作用。