公开(公告)号：CN118332465A

公开(公告)日：2024-07-12

申请号：CN202410463535.6

申请日：2024-04-17

Applicant: 西安交通大学

Inventor： 李小虎 ,  郭航波 ,  万少可 ,  展梓荃 ,  张龙 ,  邹治宇 ,  洪军

IPC: G06F18/2433 ,  G06F18/214 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/082 ,  G06F18/213 ,  G01M13/028

Abstract: 本发明公开一种基于样本重建的机床主轴无监督异常检测方法，包括以下步骤：将设定长度的样本组成的数据集输入残差卷积自动编码器，得到重建样本，构建异常分数，设定阈值检测异常，异常分数低于所述阈值，则振动信号正常，否则振动信号异常；其中，残差卷积自动编码器基于注意力机制和记忆单元，记忆单元用于将经过注意力机制的特征编码储存在单元中，在重建时通过记忆单元组合出用于解码的特征，解码器根据用于解码的特征得到原始样本的重建样本；通过监测主轴运行时的振动信号，采用主轴最常用的、特征最明显的振动信号作为输入数据，通过注意力机制引导记忆单元，改进自动编码器，对主轴进行实时异常检测。

公开(公告)号：CN118228885A

公开(公告)日：2024-06-21

申请号：CN202410470183.7

申请日：2024-04-18

Applicant: 西安交通大学

Inventor： 李小虎 ,  张龙 ,  万少可 ,  郭航波 ,  邹治宇 ,  展梓荃 ,  洪军

IPC: G06Q10/04 ,  G06F18/214 ,  G06F18/24 ,  G06F18/22 ,  G06F17/16 ,  G06F17/18 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开一种主轴刀尖固有频率数据集构建方法、预测方法及相关装置，主轴刀尖固有频率数据集构建方法包括：构建用于评价不同数据点对预测模型贡献价值的数据价值函数；基于所述数据价值函数，改进分层拉丁超立方采样方法，用改进的分层拉丁超立方采样方法进行采样，从而得到最终的二维采样点集合Xnew；以Xnew中的每个点(ni,fi)作为一种工况条件，进行实验测试，得到实验条件下的固有频率ωi，作为训练数据集的预测值，即得到主轴刀尖固有频率预测数据集，基于本发明所述方法采用合理的采样策略，使得构建训练集的过程中，需要实验采集的数据点在合理范围内，避免大范围采集数据所带来的时间消耗和高昂的设备与人工成本。

公开(公告)号：CN118132934A

公开(公告)日：2024-06-04

申请号：CN202410203061.1

申请日：2024-02-23

Applicant: 西安交通大学

Inventor： 李小虎 ,  邹治宇 ,  万少可 ,  洪军

IPC: G06F18/10 ,  G06F18/243 ,  G06N20/20 ,  G06N3/0442 ,  G06N3/048 ,  G06N3/084 ,  G01M7/02

Abstract: 本发明公开了一种机床主轴实时状态分析方法及系统，采集机床主轴原始振动信号时间序列数据，消噪、中心化、归一化，得到预处理后的数据；利用预处理后的数据，使用自适应矩估计算法训练门控循环单元网络，得到机床主轴振动信号变换趋势；将机床主轴振动信号变换趋势输入到训练好的孤立森林算法模型，得到机床主轴实时状态分析结果；本发明通过使用二代小波变换对原始数据进行滤波消噪，将门控循环网络与孤立森林算法相结合，可以针对性的感知机床主轴的运行状态和性能参数，对机床主轴的健康状况进行精准的评估，因此具有对数据质量依赖性小、多变工况适应性好、算法实时性好、复杂度低、成本低、抗干扰性强的特点，以克服现有技术的不足。