基于数据驱动的工厂制造设备的故障预测方法及系统

本发明涉及智能制造技术领域，具体为基于数据驱动的工厂制造设备的故障预测方法及系统，包括采集振动信号数据以及刀具磨损数据，对采集的数据进行预处理，对采集的振动信号数据进行时频域特征提取，以及提取刀具的磨损特征；将提取的刀具磨损特征、振动信号数据特征和切削参数特征进行融合，构成高维特征向量，通过主成分分析PCA选择前k个特征向量，降低高维特征向量维度；基于支持向量机SVM模型构建并训练数控机床故障预测模型；对数控机床即工厂制造设备进行故障预测。本发明可以预测数控机床的潜在故障，提前安排维护与检修，提高设备可靠性，减少因故障导致的意外停机时间，保障生产连续性。