机床主轴系统混合智能故障诊断技术

本项目根据国家加快发展高端机床产业，解决工业卡脖子的需求，针对机床 监测大数据的类不平衡，以及多传感器采集样本的不同源和数据异构性所造成的 信息不确定性、片面性和冗余性等问题，给数控机床故障诊断带来的巨大挑战， 项目以机床核心功能部件主轴系统故障为研究对象，首先解决数据的多类不平衡 问题，然后根据监测的数据类型选择合适的机器学习分类器，最后利用信息融合 技术对多种机器学习故障诊断结果进行决策级融合诊断，从而提高诊断的精度与 可靠性。并由此开发一个混合智能的机床主轴转子故障诊断系统，即将数据多类 不平衡的方法和信息融合方法集成到系统中，实现从数据导入、类不平衡处理到 融合诊断整个过程的混合智能故障诊断系统，在融合诊断中集多种智能机器学习 方法于一体，充分融合诊断，从而可以准确评价机床主轴转子系统的当前状态， 为机床的高效率高精度高可靠性加工提供一定的保障。在此项目研究的基础上， 发表了多篇高水平论文以及 1 项软件著作权。

关键技术： 1) 信号去噪技术； 2) 数据类不平衡处理技术； 3) 多传感器信息融合技术； 4) 混合智能故障诊断技术。 技术指标： 机床主轴转子系统故障诊断精度达到 93%以上。 —- 12 4 -— 图1 机床主轴系统混合智能故障诊断技术