基于隐马尔科夫模型机床部件故障预警技术.pdf

第8期 机械设计与制造 2012年 8月 Machinery Design Manufacture 159 文章编号：1001—3997(2012)08—0159—03 蕊l基于隐马尔科夫模型的机床部件故障预警技术术 ：卤： 何邵灿 高宏力 许明恒 l (西南交通大学 机械工程学院，成都 610031) ComponentsOfMachineTools’SFailureWarningBasedofHiddenMarkovModeI HE Shao—can，GAOHong-li，XU Ming-heng (SouthwestJiaotongUniversity，SchoolofMechanicalEngineering，Chengdou610031，China) ； 摘【 要】针对目前高档数控机床的故障只能在发生后被动维修，不能在故障发生前维修故障。提 }出了基于经验模态分解方法(EMD)和隐马尔科夫模型(HMM)的数控机床关键部件在线故障预警模型。 }通过采集分析部件运行时的信号，通过EMD进行信号分析选取合适的分量然后提取特征向量，当数据 ；库收集500组数据时对预警模型进行一次迭代训练，如此循环。最终形成一个能比较好的表达该部件完 }整特性的故障预警模型。模型训练完毕后，部件的实时信号通过特征向量形式输入故障预警模型中进行 ；计算，通过计算概率来判断部件当前所处的状态，在故障发生前进行预警。 l 关键词：数控机床；关键部件；故障预警；EMD；HMM } 【Abstract】Atpresent，theComputerNumericalControl(CNC)machinecanonlybepassivelyrepaired l erthefailurehappens，andthefailurecnanotbewarnedbeforeithpapens．Becauseofthis，proposethe ；CriticComp。nentsFailurewarningModelforcNcmachinebasedonEmpiricalModeDec。mpositi。n }i(EMD)nadHiddenMark。VModel(HMM)i凡it．Speccally，舭modelc。llec如andnaalyzesthesignals whenthecomponentisrunning,extractingfeaturevectorsthroughEMDsignalnaalysis．Whenthedatascol- ；fectedthedatabasPreupf。5o0，ebegin rai凡theWra凡ingmodel，anddohisprociterative iAJ~ertrainingthsimodel，thereal-timesingalsofthecomponentraeinpunedintothefailurewraningmodel }fhroughfeatMreecf。andcan6eccMlate e凡，bycculatingfheprobabili￡s，h￡ec。mp。ne’55atus lcanbejudged，nadthus efailureCOJrbewranedbeforeithpapens． 》 KeyWords：ComputerNumericalControl(CNC)machinetools；CriticalComponents；FailureW嗣_卜 }rning；EMD；HMM 中图分类号：TH16；TG659 文献标识码 ：A 1引-ff 2故障预警模型 数控机床作为工作母机，其工作性能、尤其是工作可靠性直 数控机床关键部件故障预警模型由三部分构成，分别是：信 接影响机械制造业的发展。数控机床的突发故障会极大地影响企 号处理和特征提取；特征训练及概率计算；识别状态预警。模型示 业