一种数控车床刀具剩余寿命在线预测方法

    公开(公告)号:CN116533063A

    公开(公告)日:2023-08-04

    申请号:CN202310715845.8

    申请日:2023-06-16

    Applicant: 吉林大学

    Abstract: 本发明属于数控机床技术领域,涉及一种数控车床刀具剩余寿命在线预测方法,包括下述步骤:1、采用PSO对LSTM的学习率和隐含层神经元数的最优值进行迭代求解,建立CNN‑PSO‑LSTM模型,实现在单工况下对刀具磨损量进行在线监测;2、设置加工参数,采用迁移学习方法对变工况刀具磨损量进行在线监测;3、考虑刀具三个阶段磨损速率差异,基于三阶段Wiener过程描述刀具退化过程,进而根据首达时间概念,求得刀具剩余寿命估计;4、采用贝叶斯方法,并结合刀具磨损监测值,对模型参数进行实时更新,进而得到刀具剩余寿命的更新估计;本发明不仅考虑了刀具变工况加工情况,还考虑了刀具三个阶段磨损速率差异及个体之间的差异,为数控车床刀具换刀或维修策略奠定模型基础。

    针对两阶段退化设备的两阶段视情维修策略优化方法

    公开(公告)号:CN116305996A

    公开(公告)日:2023-06-23

    申请号:CN202310318827.6

    申请日:2023-03-29

    Applicant: 吉林大学

    Abstract: 本发明属于设备视情维修技术领域,具体涉及一种针对两阶段退化设备的两阶段视情维修策略优化方法,包括以下步骤:步骤一、使用两阶段退化过程模型描述设备两阶段退化过程;步骤二、确定设备视情维修策略实施方法;步骤三、以设备长期运行下平均成本率为基础建立视情维修策略优化模型;步骤四、使用粒子群优化算法求解,得到视情维修策略实施方案。本发明提出的两阶段视情维修策略优化方法,针对两阶段退化设备,能够降低成本,提高设备可用度。

    一种数控机床组件重要性评估方法

    公开(公告)号:CN110286646A

    公开(公告)日:2019-09-27

    申请号:CN201910583031.7

    申请日:2019-07-01

    Applicant: 吉林大学

    Abstract: 本发明属于数控机床技术领域,涉及一种数控机床组件重要性评估方法,包括下述步骤:1、建立各个组件与故障时间间对应关系及组件间故障传播关系;2、建立组件故障传播有向图;3、基于时间相关的数控机床系统组件故障概率建模;4、系统组件间直接故障传递概率建模;5、基于改进LeaderRank算法的数控机床系统组件故障影响度计算,进行组件重要性排序,评估数控机床系统组件重要性;本发明不仅考虑系统组件故障传播关系,还考虑组件节点间故障传递概率动态时变性及不等值性对系统组件故障影响度影响,提高组件故障影响度计算的准确性,与传统的基于图论或单一数据驱动、以系统组件结构重要度或可靠性影响度为指标进行重要性排序相比更实时、更符合实际。

    一种无失效数据下电主轴可靠性建模方法和系统

    公开(公告)号:CN118917167A

    公开(公告)日:2024-11-08

    申请号:CN202410742588.1

    申请日:2024-06-11

    Applicant: 吉林大学

    Abstract: 本发明属于电主轴可靠性建模领域,涉及一种无失效数据下电主轴可靠性建模方法和系统。针对现有无失效数据可靠性建模方法中忽略产品退化程度对突发失效概率影响问题,包括以下步骤:1、电主轴步进加速退化试验及退化信息采集;2、电主轴无突发失效数据生成;3、电主轴突发失效概率估计;4、考虑退化程度与突发失效相关的无失效数据下电主轴可靠度模型构建。本发明将步进加速退化试验等效为恒加试验,生成无失效数据,将退化程度融入电主轴可靠度模型,并利用IBA‑SVR方法估计电主轴Weibull分布模型参数,将本发明方法与不考虑退化程度与突发失效相关的无失效数据下电主轴可靠度模型进行对比,验证本发明结果更符合实际,对无失效数据下结合退化信息进行产品可靠性建模具有一定的指导意义。

    一种数控机床组件重要性评估方法

    公开(公告)号:CN110286646B

    公开(公告)日:2021-06-15

    申请号:CN201910583031.7

    申请日:2019-07-01

    Applicant: 吉林大学

    Abstract: 本发明属于数控机床技术领域,涉及一种数控机床组件重要性评估方法,包括下述步骤:1、建立各个组件与故障时间间对应关系及组件间故障传播关系;2、建立组件故障传播有向图;3、基于时间相关的数控机床系统组件故障概率建模;4、系统组件间直接故障传递概率建模;5、基于改进LeaderRank算法的数控机床系统组件故障影响度计算,进行组件重要性排序,评估数控机床系统组件重要性;本发明不仅考虑系统组件故障传播关系,还考虑组件节点间故障传递概率动态时变性及不等值性对系统组件故障影响度影响,提高组件故障影响度计算的准确性,与传统的基于图论或单一数据驱动、以系统组件结构重要度或可靠性影响度为指标进行重要性排序相比更实时、更符合实际。

Patent Agency Ranking