本发明涉及访问磨床故障检测与维护领域，具体涉及一种用于磨床的故障维护与检测方法。
背景技术：
1、磨床作为复杂系统，它的运行状态可能由多种故障综合影响，不同的故障间相互具有一定的联系、且有概率相互激发，往往是由于一个故障发生导致其他故障并发，产生的故障现象是很多因素综合作用的结果，具有较为复杂的因果关系，如三相交流电源或fu1,fu2等熔断器导致电磁吸盘无吸力，电磁吸盘损坏或整流器输出电压不正常导致电磁吸盘吸力不足，前轴承铜瓦磨损，热继电器规格不足，退磁电路短路等，它们之间都有直接或间接的联系。此外不同故障的原因、征兆之间也具有复杂的联系。正是由于磨床故障间这种复杂的联系，为磨床日常的运用与维护带来了较大的难度。
2、机械加工领域普遍采用的磨床运用与维护方式是通过日常参数监测发现异常，运维人员采取必要的措施恢复磨床运行状态，或者通过定期维修排查故障缺陷。这些都严重依赖于运维人员的经验，同时维修时间也偏向于故障发展后期，已经不能满足智能化的发展需求。磨床智能故障诊断方法正是立足于传统的参数监测，并在监测的基础上进一步分析，排查故障原因并给出维护建议，包括对已发生的故障进行诊断防止继续劣化、对未发生的故障进行预测防止故障发生，从而达到故障诊断、预诊和智能维护的目的。因此，磨床智能故障诊断方法的研宄对于磨床现场运维工作的开展具有一定的现实意义。因此，磨床智能故障诊断方法的提出需要满足现场需求，但又同时面临故障复杂、知识复杂与运维难度大等难点。
3、数据与知识是磨床智能故障诊断方法的基础，也是建立磨床智能故障诊断方法的基本要素，数据中包含有大量的信息，这需要通过大数据分析充分挖掘数据中的有用信息；知识是进行诊断的理论支撑，只有将知识与数据有效地结合起来，才能够保证磨床智能故障诊断方法上层功能的需求，故障处理提供较为全面的数据与决策支持，在知识集成上解决了数据孤岛问题；同时，还有较强的可扩展性，其他类型的机床也可以使用该多语境系统进行拓展研究，该方法能最大限度发挥本体库与hexlite在故障处理，诊断等方面的价值，为未来智能制造奠定基础。
技术实现思路
1、本发明的目的是提供用于磨床的故障维护与检测方法，为针对复杂故障的知识进行系统化、结构化地管理，将规则推理与故障诊断知识结合起来，进行故障预诊并给出相应的维护措施与建议。
2、本发明采用的技术方案是：一种用于磨床的故障维护与检测方法，包括：
3、步骤1：构建磨床故障领域的owl本体；
4、步骤2：建立磨床相关故障的tbox,abox；
5、步骤3：对磨床故障本体数据进行逻辑推理得到故障诊断与维护决策；
1.一种用于磨床的故障维护与检测方法，其特征在于，具体按照以下步骤实施：
2.根据所述权利要求1所述的用于磨床的故障维护与检测方法，其特征在于，所述步骤1包括：
3.根据所述权利要求1所述的用于磨床的故障维护与检测方法，其特征在于，所述步骤2包括：
4.根据所述权利要求1所述的用于磨床的故障维护与检测方法，其特征在于，所述步骤3
