多传感器融合在数控机床故障诊断中的应用研究.pdf

《多传感器融合在数控机床故障诊断中的应用研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、机械设计与制造第2期140MachineryDesign&Manufacture2014年2月多传感器融合在数控机床故障诊断中的应用研究付振华，丁杰雄，张信，邓梦(电子科技大学机械电子工程学院，四川成都611731)摘要：针对单一传感器无法准确判断数控机床故障类型的问题，提出了一种混合的基于D—s证据理论的处理方法，将多传感器数据融合技术应用到数控机床的故障诊断中。基于以往数控机床故障检测获得的典型样本库，构造各证据在目标故障模式下的信度密度函数，并对其进行归一化处理得到各证据的信度函数分配及不确定度，然后利用改进的D—S组合规则对数据进行融合，进而对机床故障类型做出判断。诊断

2、实例表明，此方法能大大减低诊断的不确定度，提高故降诊断准确率，具有一定的工程应用价值。关键词：数据融合；D—S证据理论；数控机床；故障诊断中图分类号：TH16；TP212．9；TG659文献标识码：A文章编号：1001—3997(2014)02—0140—03AttemptonApplicationofMulti-SensorDataFusioninFaultDiagnosisOfCNCMachineToolsFUZhen—hua，DINGJie—xiong，ZHANGXin，DENGMeng(SchoolofMechatronicsEngineering，University

3、ofElectronicScienceandTechnologyofChina，SichuanChengdu611731China)Abstract：ItishardtoaccuratelylocatethetypeofCNCmachinetoolsfailurewithasinglesenso~AneffortbasedonmixedD—SevidencetheoryWasproposed．Thenmulti-sensordatafusiontechnologycanbeeasilyappliedtofauhdiagnos~ofCNCmachinetools．Atypical

4、sampledatabasebasedontheformer知uhdetectionofCNCmachinetoolsWasestablished．Basedonthedatabase，thebeliefdensityfunctionoftheobjectivefailuremodescanbeconstructed，andbynormalizingthem，thebelieffunctionassignmentanduncertaintyWasobtained．Thenmulti-sensordataWasfusedbyusingimprovedD_Srule．Finally

5、．thetargetfailuretypeofCNCmachinetootscanbeeduced．Adiagnosisexampleshowsthatthemethodcangreatlyreducetheuncertaintyofdiagnosis，improvetheaccuracyoffauhdiagnosisandisvaluabletothepracticalapplicationoffauhdiagnosis．KeyWords：DataFusion；Dempster-ShaferEvidentialTheory；CNCMachineTools；FaultDiagn

6、osis综合、支配和使用，得到对被测对象的一致性解释和描述，并做1引言出相应的判断、估计和决策。多传感器数据融合有多种算法，数控机床具有加工柔性好、加工精度高、加工质量稳定、生其中，D—S证据理论方法的应用最为广泛。浙江大学的黄进教授产率高等诸多特点，但其结构和运行工况也很复杂，一旦机床发和西北大学的赵鹏分别提出将D—s证据理论方法应用到电机生故障，引起故障的因素众多，有机械方面的，有电气方面的，同和发动机转子[41的故障诊断中，但其信度函数分配都过于复杂。时同一种故障往往有不同的表现，同一种症状又常常是几种故障太原理工大学的杨盘洪等提出了一种基于D—S证据理论和专共同作用的结

7、果，故障的多样性、复杂性和各故障之间的复杂联家系统的混合算法，并将其应用于温室智能控制中I5]，但其基本概系构成了数控机床故障诊断中的重点和难点。每个传感器都有率分配完全由专家经验给出。文献[61将D—s证据理论和模糊集一定的功能和测量范围，单个传感器的数据从某个侧面反应被测对象或系统的情况，难免带有一定的局限性。仅仅通过单一合论相结合提出了电路故障诊断中的多传感器数据融合方法，但其环境加权系数需要主观给出。文献喂出将D—S证据理论方传感器的特征提取和诊断分析将无法成功完成对数控机床的故法应