摘要
一种基于Transformer的数控机床进给轴定位精度退化预测方法,先采集温度、振动、功率等信息,并测试进给轴定位精度;再人工初步提取多源监测信息中的时域和频域特征,随后利用稀疏自编码器自动提取高层次特征,得到特征矩阵;之后构建以特征矩阵为样本,以定位精度为标签的数据集,并将数据集分为训练集、验证集和测试集;接着,将数据集输入到Transformer中训练得到数控机床进给轴定位精度退化预测模型;最后,利用训练好的模型预测同一机床当前精度退化情况。该方法实现了数控机床进给轴定位精度退化的实时预测,解决了定期停产测试精度影响生产效率的问题,避免了因定位精度超出规定范围对生产加工造成的不必要损失。
技术关键词
退化预测方法
进给轴
时间序列特征
数控机床
前馈神经网络
矩阵
高层次
频域特征
多通道数据采集卡
样本
时域特征
编码器解码器
多头注意力机制
更新模型参数
系统为您推荐了相关专利信息
音频采集设备
视频采集设备
生成方法
检测分类模型
时间序列特征
物品查找方法
异常物品
三维地图数据
物品位置信息
语音特征数据
故障预测特征
故障预测模型
基板管理控制器
硬盘故障
硬件设备