基于多维时间序列的数控机床状态预测方法研究

• 作者: 张心羽 李海 杜丽 王伟 黄璞
• 来源期刊: 工程科学与技术
• 学科: 工学
• 关键词: 数控机床 多维时间序列 多重匹配 状态预测
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 机械工程
• 页码范围: 187-195
• 页数: 9页
• 分类号: TH132.4
• 字数: 6440字
• 语种: 中文
• DOI: 10.15961/j.jsuese.201700435

摘要

随着数控机床结构复杂化以及运行状态数据呈现多样性、时序性的特点,为了有效解决数控机床未来状态难以准确预测的难题,提出一种基于多维时间序列的数控机床状态预测方法.首先,采用OPC(OLE for process control)技术进行数控机床状态数据采集,结合Min-max标准化和自回归移动平均模型完成了数据预处理,建立了多维时间序列状态模型及度量模型,采用特征向量、特征趋势距离标示状态模型,并利用差异度进行多维时间序列状态匹配分析.其次,通过建立时间窗口滑动模型,利用时间窗口长度和滑动时长获取数控机床历史状态集合,进一步提出基于窗口滑动的多重匹配技术,利用β–耦合相似度量标准寻找与当前状态矩阵相似度最大的历史状态集合,并根据相似性阈值得到最优滑动时长和预测时长.然后,采用密度空间聚类算法进行状态序列分析,得到了表征机床当前时刻状态的最佳历史状态矩阵,并以此状态的下一时刻作为预测状态.最后,对数控机床主轴四项参数开展了数控机床状态预测实验,通过状态序列相似性分析得到最佳预测时长为24 s,滑动单位为2 s,并利用状态序列聚类分析完成状态序列匹配.预测结果表明,基于多维时间序列的状态预测方法的最大误差、平均误差、均方误差和相对误差均低于传统的AR预测模型,验证了所提出的状态预测方法的有效性和准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜丽	电子科技大学机械电子工程学院	38	442	14.0	19.0
2	王伟	电子科技大学机械电子工程学院	47	353	12.0	15.0
3	李海	电子科技大学机械电子工程学院	12	17	3.0	3.0
4	张心羽	电子科技大学机械电子工程学院	3	15	2.0	3.0
5	黄璞	电子科技大学机械电子工程学院	1	1	1.0	1.0