申请/专利权人：长安大学

申请日：2021-03-26

公开（公告）日：2024-03-19

公开（公告）号：CN113051685B

主分类号：G06F30/17

分类号：G06F30/17;G06F30/27;G06F18/2337;G06F18/2431;G06N3/0464;G06Q10/0639;G06Q50/04;G06F119/04

优先权：

专利状态码：有效-授权

法律状态：2024.03.19#授权;2021.07.16#实质审查的生效;2021.06.29#公开

摘要：本发明公开了一种数控装备健康状态评价方法、系统、设备及存储介质，获取数控装备各个部件的状态数据；采用卷积神经网络模型检测各个部件的状态数据，得到各个部件的健康状态；利用层次分析法得到数控装备中的系统和部件间的层次关系，利用判断矩阵确定各系统之间的权重关系和单个系统下各部件的权重关系；通过各个部件的健康状态和单个系统下各部件的权重关系，计算各系统健康状态；利用模糊聚类方法建立数控装备健康状态评价模型，将各系统健康状态和各系统之间的权重关系带入到数控装备健康状态评价模型中，得到数控装备目前的健康状态。能够准确的对数控装备进行健康状态的评估，减少装备由于故障所引起的停机维修时间，提高装备利用率。

主权项：1.一种数控装备健康状态评价方法，其特征在于，包括以下步骤；步骤一，获取数控装备各个部件的状态数据；步骤二，采用卷积神经网络模型检测各个部件的状态数据，得到各个部件的健康状态；步骤三，利用层次分析法得到数控装备中的系统和部件间的层次关系，利用判断矩阵确定各系统之间的权重关系和单个系统下各部件的权重关系；步骤四，通过各个部件的健康状态和单个系统下各部件的权重关系，计算各系统健康状态；步骤五，利用模糊聚类方法建立数控装备健康状态评价模型，将各系统健康状态和各系统之间的权重关系带入到数控装备健康状态评价模型中，得到数控装备目前的健康状态；步骤五的具体过程为：步骤1，明确聚类指标数量和灰类的个数，聚类指标数量等于数控装备中系统的数量，灰类数量等于划分健康状态的等级数量；步骤2，根据健康状态的等级数量建立白化权函数，白化权函数作为装备健康状态评价模型，确定白化权函数中的各个转折点；步骤3，根据各系统健康状态和各系统之间的权重关系，计算数控装备的健康状态在白化权函数中的置信度，得到数控装备目前的健康状态；将数控装备的健康状态划分为五类，分别为严重故障、故障、亚健康、健康和非常亚健康；五个等级灰类的白化权函数为：严重故障：；故障：；亚健康：；健康：；非常健康：；数控装备的健康状态在白化权函数中的置信度计算公式为： 其中：为第i个系统属于第j个灰类的概率；为装备的第i个系统所占权重值；为装备处在第j个灰类的概率。

全文数据：

权利要求：

百度查询： 长安大学 一种数控装备健康状态评价方法、系统、设备及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD