摘要
本发明公开了一种基于循环神经网络的数控机床能耗状态监测方法,涉及数控机床健康监测技术领域,包括以下步骤:S1、采集数控机床在加工过程中的能耗数据;S2、对采集的数据进行预处理;S3、对预处理后的数据进行分类与存储;S4、根据数控机床能耗消耗的历史数据对未来能耗消耗情况进行预测;S5、根据数控机床未来能耗消耗情况进行故障诊断,本发明能够根据数控机床能耗消耗情况的历史数据来预测数控机床在未来一定时间内的能耗消耗情况,并根据预测的能耗消耗情况诊断数控机床的运行状态,对可能出现的故障提前进行预警,能够避免加工过程中因故障造成的工件损毁,可以有效提升加工效率,达到节能减排的目的。
技术关键词
数控机床能耗
状态监测方法
数控机床故障诊断
采集数控机床
数据
健康监测技术
传播算法
分布式存储系统
标记
序列
格式化
加工件
对象
模式
离线
字符
传感器
系统为您推荐了相关专利信息
建立特征数据库
机器学习算法
加速度
可读存储介质
参数
硬盘存储模块
数据存储
算法
资源管理程序
汽车CAN数据采集
脉冲
特征提取模块
图像数据预处理
多尺度特征融合
输出特征
时间序列预测方法
时间序列预测模型
停留点
车辆GPS数据
分片
组学特征
颞下颌关节
诊断方法
穿孔
影像诊断系统