公开(公告)号：CN109623489A

公开(公告)日：2019-04-16

申请号：CN201811502568.8

申请日：2018-12-10

Applicant: 华中科技大学

Inventor： 史铁林 ,  轩建平 ,  熊守从

IPC: B23Q17/00

Abstract: 本发明公开了一种改进的机床健康状态评定方法及数控机床，属于数控加工诊断领域。该方法包括如下步骤：(1)对出厂检验合格的机床进行目标部位的运行状态信息检测，获取机床健康状态标准数据样本；(2)对步骤(1)获取的标准数据样本的特征值做归一化处理；(3)采用支持向量数据描述法对步骤(2)获得的归一化数据进行训练，得到对比样本模型；(4)在机床运行过程中实时获取机床健康状态数据样本，并与步骤(3)获得的对比样本模型进行比对，获得机床实时健康状态。本发明受到实验采样时样本随机波动的影响小，且对实验次数的要求也大大减小，最终获得的对比样本模型具有更高的可靠性和鲁棒性。

公开(公告)号：CN109623489B

公开(公告)日：2020-05-19

申请号：CN201811502568.8

申请日：2018-12-10

Applicant: 华中科技大学

Inventor： 史铁林 ,  轩建平 ,  熊守从

IPC: B23Q17/00

Abstract: 本发明公开了一种改进的机床健康状态评定方法及数控机床，属于数控加工诊断领域。该方法包括如下步骤：(1)对出厂检验合格的机床进行目标部位的运行状态信息检测，获取机床健康状态标准数据样本；(2)对步骤(1)获取的标准数据样本的特征值做归一化处理；(3)采用支持向量数据描述法对步骤(2)获得的归一化数据进行训练，得到对比样本模型；(4)在机床运行过程中实时获取机床健康状态数据样本，并与步骤(3)获得的对比样本模型进行比对，获得机床实时健康状态。本发明受到实验采样时样本随机波动的影响小，且对实验次数的要求也大大减小，最终获得的对比样本模型具有更高的可靠性和鲁棒性。