FAULT DIAGNOSIS METHOD AND APPARATUS FOR COMPUTER NUMERIC CONTROLLED MACHINE TOOL

A fault diagnosis method(100) for a computer numeric controlled machine tool(20). The method includes: acquiring real-time operation data of the computer numeric controlled machine tool(110); calling a feature dataset of a fault diagnosis model to extract state features of the real-time operation da...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: ROUX, Armin, ZHANG, Bin
Format: Patent
Sprache:eng ; fre
Schlagworte:
Online-Zugang:Volltext bestellen
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:A fault diagnosis method(100) for a computer numeric controlled machine tool(20). The method includes: acquiring real-time operation data of the computer numeric controlled machine tool(110); calling a feature dataset of a fault diagnosis model to extract state features of the real-time operation data using a hidden Markov model (HMM), so as to obtain a current working condition of the computer numeric controlled machine tool(20), the fault diagnosis model being trained by historical data of a known working condition of the computer numeric controlled machine tool(120); and determining whether the current working condition of the computer numeric controlled machine tool(20) is the known working condition, if the current working condition is the known working condition, calling fault diagnosis model parameters of the known working condition in the fault diagnosis model for fault diagnosis using a generation adversarial network (GAN) model, if the current working condition is an unknown working condition, establishing a new working condition type, fusing the new working condition type into the fault diagnosis model, and calling the fused fault diagnosis model for fault diagnosis using the GAN model(130). L'invention concerne un procédé de diagnostic de défaut (100) pour une machine-outil à commande numérique par ordinateur (20). Le procédé consiste à : acquérir des données de fonctionnement en temps réel de la machine-outil à commande numérique(110) ; appeler un ensemble de données de caractéristiques d'un modèle de diagnostic de défauts pour extraire des caractéristiques d'état des données de fonctionnement en temps réel à l'aide d'un modèle de Markov caché (HMM), de manière à obtenir un état de fonctionnement actuel de la machine-outil à commande numérique(20), le modèle de diagnostic de défauts étant entraîné par des données historiques d'un état de fonctionnement connu de la machine-outil à commande numérique(120) ; et déterminer si l'état de fonctionnement actuel de la machine-outil à commande numérique(20) est l'état de fonctionnement connu, si tel est le cas, appeler les paramètres du modèle de diagnostic de défauts de l'état de fonctionnement connu dans le modèle de diagnostic de défauts pour le diagnostic de défauts à l'aide d'un modèle de réseau antagoniste génératif (GAN), si tel n'est pas le cas, établir un nouveau type d'état de fonctionnement, fusionner le nouveau type d'état de fonctionnement dans le modèle de diagnostic de défauts, et appeler