买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉福建师范大学申请的专利面向多工况的数控机床关键部件集群性能评估方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115564338B 。

龙图腾网通过国家知识产权局官网在2026-02-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211312607.4，技术领域涉及：G06Q10/0639；该发明授权面向多工况的数控机床关键部件集群性能评估方法是由张筱辰;罗天健;王琛设计研发完成，并于2022-10-25向国家知识产权局提交的专利申请。

本面向多工况的数控机床关键部件集群性能评估方法在说明书摘要公布了：本发明涉及一种面向多工况的数控机床关键部件集群性能评估方法，包括：以同一加工车间中数控机床关键部件集群的历史监测数据构建运维数据库；将运维数据库中的历史工况数据自动聚类成多个聚类分布，得到加工车间的多种常用工况；对于任意一种常用工况，查找数控机床关键部件集群对应的历史振动信号，构建关键部件的敏感特征矩阵；构造数控机床关键部件集群的健康基线与待评估数控机床关键部件的待评估数据簇，计算两者的均值矩阵与协方差矩阵；计算两者的相似程度，作为当前常用工况下数控机床关键部件性能评估值；遍历所有常用工况，得到数控机床关键部件性能评估矩阵。该方法有利于准确、有效地对数控机床关键部件集群性能进行在线评估。

本发明授权面向多工况的数控机床关键部件集群性能评估方法在权利要求书中公布了：1.一种面向多工况的数控机床关键部件集群性能评估方法，其特征在于，包括： 以同一加工车间中型号相同的数控机床关键部件集群的历史监测数据构建运维数据库； 通过自组织映射网络算法将运维数据库中的历史工况数据自动聚类成多个聚类分布，则每个聚类中心对应一种常用工况，即得到加工车间的多种常用工况； 对于任意一种常用工况，从运维数据库中查找数控机床关键部件集群对应的历史振动信号，提取每个数控机床关键部件在该种常用工况下的时域、频域特征，构建关键部件的敏感特征矩阵；根据每个数控机床关键部件的敏感特征矩阵，构造该种常用工况下数控机床关键部件集群的健康基线与待评估数控机床关键部件的待评估数据簇，计算健康基线与待评估数据簇的均值矩阵与协方差矩阵；计算健康基线与待评估数据簇的相似程度，作为当前常用工况下数控机床关键部件性能评估值； 遍历所有常用工况，得到所有常用工况下的数控机床关键部件性能评估矩阵； 提取每个数控机床关键部件在一种常用工况下的时域、频域特征，构建关键部件的敏感特征矩阵，具体方法如下： 常用工况h对应的采样时刻记为th，其中，工况h＝1,2,…,k；则工况h的th时刻的数控机床关键部件振动信号矩阵表示为其中，S为数控机床集群中关键部件的总个数，原始特征矩阵分别表示第s个数控机床关键部件的振动信号采样值，g为th采样时刻下振动信号的采样点数； 提取的时域特征包括： 根据公式计算的均值T1，根据公式计算的方差T2，根据公式计算的能量T3，根据公式计算的均方值T4，根据公式计算的峰峰值T5； 提取的频域特征包括： 根据公式计算的重心频率T6，其中，fb为对应采样点的频率幅值，Pb为对应采样点的功率谱值；根据公式计算的平均频率T7，根据公式计算的频率标准差T8；则第s个数控机床关键部件的敏感特征矩阵表示为敏感特征矩阵的维度R＝8； 构造一种常用工况下数控机床关键部件集群的健康基线与待评估数控机床关键部件的待评估数据簇，计算健康基线与待评估数据簇的均值矩阵与协方差矩阵，具体方法如下： 在一个维度等于敏感特征矩阵维度的R维特征空间中，每一个数控机床关键部件在某采样时刻的敏感特征矩阵均对应特征空间的一个特征点，从运维数据库中读取该特征点的服役时间，则一种常用工况下，根据S个数控机床关键部件的敏感特征矩阵一共可以得到S*Q个特征点，其中，Q表示该种常用工况下数控机床关键部件振动信号的采样次数； 将特征空间中服役时间最短的0.2*S*Q个特征点构成的分布作为健康基线，健康基线均值矩阵为U1＝[μ1,μ2,…,μR]，μ1,μ2,…,μR分别表示上述0.2*S*Q个特征点第1至R维坐标的均值；健康基线协方差矩阵为covR‑1,R表示上述0.2*S*Q个特征点第R‑1维坐标与第R维坐标的相关系数； 将特征空间中距离待评估机床关键部件特征点最近的0.2*S*Q个特征点构成的分布作为待评估数据簇，待评估数据簇均值矩阵为U2＝[μ1',μ2',…,μR']，μ1',μ2',…,μR'分别表示上述0.2*S*Q个特征点第1至R维坐标的均值；待评估数据簇协方差矩阵为cov'R‑1,R表示上述0.2*S*Q个特征点第R‑1维坐标与第R维坐标的相关系数； 计算健康基线与待评估数据簇的相似程度，具体方法如下： 根据健康基线的均值矩阵U1与协方差矩阵Z1构造特征点集合M1，根据待评估数据簇的均值矩阵U2与协方差矩阵Z2构造特征点集合M2，随机从M1与M2中各随机选取一半的点构成集合M3；健康基线与评估数据簇的差异度为则常用工况w下的健康基线与待评估数据簇的相似程度

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人福建师范大学，其通讯地址为：350007 福建省福州市仓山区上三路8号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。