文献类型：期刊文章

作　　者：徐丹丹[1] 张帝[2]

XU Dandan;ZHANG Di(School of Mechanical and Electrical Engineering,Zhejiang Industry Polytechnic College,Shaoxing Zhejiang 312000,China;School of Electrical and Electronic Engineering,Anhui Science and Technology University,Bengbu Anhui 233100,China)

机构地区：[1]浙江工业职业技术学院机电工程学院,浙江绍兴312000 [2]安徽科技学院电气与电子工程学院,安徽蚌埠233100

出　　处：《机床与液压》

基　　金：2021年度浙江工业职业技术学院“专业学科一体化建设”科研项目(XKC202113011);安徽省教育厅重点项目(KJ2019A0803);安徽科技学院人才引进项目(DQYJ201902)。

年　　份：2024

卷　　号：52

期　　号：12

起止页码：244-252

语　　种：中文

收录情况：BDHX、BDHX2023、ZGKJHX、核心刊

摘　　要：针对目前数控机床主轴系统故障诊断存在方法单一及智能化程度低的问题,提出基于数据驱动和本体建模的机床主轴故障诊断与推理方法。采用EMD对传感器采集的蕴含故障特征的原始信号进行数据处理与分析,提取原始统计特征,在此基础上,构建DBN-RF诊断模型实现深度特征自适应挖掘与故障模式识别。利用Protégé5.1工具结合领域知识构建机床主轴故障本体知识库,将DBN-RF诊断模型的故障辨识结果与本体知识库中的实例进行语义映射,实现故障知识推理,获得故障原因和故障解决策略。基于采集的不同工况下轴承故障数据验证了DBN-RF诊断模型的有效性,最高故障诊断平均准确率可达92.93%;构建实例验证了本体知识库的可重用性和推理功能;最后,设计开发了数控机床主轴健康管理服务系统,实现主轴系统状态实时感知和故障诊断与推理。

关 键 词：数控机床 故障诊断与推理  数据驱动 本体知识库

分 类 号：TN915.85]