摘要
公开了一种数控机床主轴变速箱故障检测方法,属于故障检测技术领域,该方法包括:获取数控机床主轴变速箱的多个振动数据,多个振动数据为数控机床主轴变速箱正常状态下的振动数据;对多个振动数据进行预处理,获得最优特征子集;基于最优特征子集,训练最小体积覆盖椭球模型MVCE,得到MVCE的椭球中心向量和散布矩阵;获取测试样本,测试样本为数控机床主轴变速箱的实时振动数据;基于椭球中心向量和散布矩阵,构建异常评分函数;基于异常评分函数,确定测试样本的异常评分,异常评分用于指示数控机床主轴变速箱是否存在故障。该方法能够在仅存在正常样本的情况下准确的进行数控机床主轴变速箱故障检测。
技术关键词
数控机床主轴变速箱
椭球模型
皮尔逊相关系数
故障检测方法
多域特征
样本
数据
矩阵
频域特征
拉普拉斯
故障检测技术
故障检测装置
计算机设备
可读存储介质
计算机程序产品
处理器
时域特征
模块
系统为您推荐了相关专利信息
皮尔逊相关系数
XGBoost算法
特征提取方法
样本
变量
船舶能耗预测方法
多模型
数据驱动模型
能效管理系统
抑制高频噪声
格网
夜光遥感数据
分析方法
多源大数据
资源评估模型
供应链管理方法
数字孪生模型
云端
推荐算法
数据处理指令
牵引设备
线性关系模型
趋势预测模型
皮尔逊相关系数
管理方法