蒋贤海，张　铁

(1.广东水利电力职业技术学院，广州 510635；2.华南理工大学 机械与汽车工程学院，广州 510640)



数控机床智能监控与状态识别方法研究*

蒋贤海1，张铁2

(1.广东水利电力职业技术学院，广州 510635；2.华南理工大学 机械与汽车工程学院，广州 510640)

实施数控机床远程监控，识别机床所处状态对提高机床利用率和产品加工质量具有重要意义。提出了一种基于最小二乘支持向量机的数控机床状态诊断处理方法，利用粒子群方法优化支持向量机算法识别诊断机床状态。构建了数控机床监测体系及监测信息的信号处理模型，给出了模型参数的确定方法。最后，对提出的识别处理方法进行了实验验证，实验结果表明所提出的处理方法对数控机床状态有较好的识别效果，具有较强的实用性。

数控机床；监测；最小二乘支持向量机；识别

0　引言

数控机床在运行过程中可能会出现多种故障，机械零部件故障与电气故障是数控机床较常见的故障，这些故障对生产及产品质量都有一定影响。现有的数控机床基本带有电气部分的故障自检与修复功能，但对于机床机械部分的故障就难以诊断及排除[1-3]。

近年来国内外学者运用统计学理论、小波分解及神经网络等多种分析方法与智能算法对数控机床监测与故障诊断进行了大量的理论与实践研究[4-8]，实现提取与分析数控机床的振动信号，机床故障进行定位及故障排除，为数控机床信号分析提供一定技……