申请/专利权人：成都航天科工大数据研究院有限公司

申请日：2024-01-11

公开（公告）日：2024-04-09

公开（公告）号：CN117851926A

主分类号：G06F18/243

分类号：G06F18/243;G06F18/2415;G06N3/084

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本申请公开了一种基于AI自学习的机床故障诊断方法及装置，首先根据任务要求从多个机床故障状态中确定顶事件，再根据顶事件和边界条件发展故障树，然后对故障树进行定性分析得到多个故障树的最小割集，最后计算每个最小割集的概率并将每个最小割集的概率输入至BP神经网络构建机床主轴系统故障诊断模型。本申请通过结合故障树和BP神经网络来构建机床主轴系统故障诊断模型，能够充分利用机床主轴的机构信息并考虑故障模式之间的相关性，使得模型的预测更加准确。

主权项：1.一种基于AI自学习的机床故障诊断方法，其特征在于，所述方法包括：根据任务要求从多个机床故障状态中确定顶事件；根据顶事件和边界条件确定故障树；对故障树进行定性分析得到故障树的多个最小割集；计算每个最小割集的概率并将每个最小割集的概率输入至BP神经网络构建机床主轴系统故障诊断模型。

全文数据：

权利要求：

百度查询： 成都航天科工大数据研究院有限公司 一种基于AI自学习的机床故障诊断方法及装置

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