基于分级特征库的机床故障诊断系统设计与实现?

• 作者: 苏宪利 郑一麟
• 来源期刊: 组合机床与自动化加工技术
• 学科: 工学
• 关键词: 分级特征 实时预警 故障诊断
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 控制与检测
• 页码范围: 87-90
• 页数: 4页
• 分类号: TH165+.3|TG506
• 字数: 3275字
• 语种: 中文
• DOI: 10.13462/j.cnki.mmtamt.2016.05.023

摘要

针对机床故障诊断中人工诊断效率低、实时性差、误差大的缺点，研究提出使用分级特征库进行机床故障诊断，该研究将特征分为典型特征和非典型特征两级，在底层汇聚节点完成振动特征提取和典型特征(即A级特征)机床故障诊断，实现故障现场预警，提高了现场预警的实时性。在控制中心完成对非典型特征(即B级特征)综合处理和分析，同时对两级特征数据采用机器学习中SVM算法完成故障特征库的完善和更新，提高了机床故障诊断的准确性。通过实验证明该研究在基于特征库的机床故障诊断领域具有理论研究价值和工程应用价值，提高了数控机床故障诊断的实时性和精确性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苏宪利	渤海大学信息科学与技术学院	13	76	5.0	8.0
3	郑一麟	中国科学院沈阳计算技术研究所	9	72	6.0	8.0