本发明涉及数据处理，具体涉及一种机床运行故障在线监测方法与系统。
背景技术：
1、机床主要用于加工工件，在加工生产过程中，为了提高生产效率，提高机床设备在使用过程中的安全性，需要在机床的运行过程中，对机床进行运行故障在线监测。
2、目前常使用导数动态时间规整算法对机床的运行过程中的振动数据进行分析，对机床运行故障进行在线监测，但是由于机床运行过程中存在的振动依赖于加工过程的刀具使用、主轴转速、基材品质所体现出的综合加工环境，导致振动数据中存在特征段不连续，在利用特征段进行匹配过程中会导致动态时间规整算法识别出的异常数据不够准确，影响机床运行故障在线监测结果的准确性。
技术实现思路
1、本发明提供一种机床运行故障在线监测方法与系统，以解决现有的问题。
2、本发明的一种机床运行故障在线监测方法与系统采用如下技术方案：
3、本发明提出了一种机床运行故障在线监测方法，该方法包括以下步骤：
4、获取目标机床振动序列和参考机床振动序列；所述目标机床振动序列包含若干个振动频率；
5、根据目标机床振动序列，得到若干振动子序列以及每个振动子序列的近似常数数值，所述振动子序列为目标机床振动序列的子序列；根据振动子序列中振动频率及振动子序列的近似常数数值，得到每个振动子序列的有效波动评价；
6、根据所有振动子序列的有效波动评价，得到降序评价序列和差分评价序列；获取差分评价序列的若干极大值；根据差分评价序列中极大值的差异，得到差分评价序列中每个极大值的区分评价；
7、根据差分评价序列中所有极大值的区分评价以及降序评价序列，得到无效评价序列；根据无效评价序列，得到目标机床振动序列的待测序列；获取参考机床振动序列的待测序列；根据目标机床振动序列及参考机床振动序列的待测序列，得到目标机床振动序列的待测序列中每个非零的元素值的异常评价；
8、根据目标机床振动序列的待测序列中每个非零的元素值的异常评价，得到机床运行故障监测结果。
9、进一步地，所述根据振动子序列中振动频率及振动子序列的近似常数数值，得到每个振动子序列的有效波动评价，包括的具体计算方法如下：式中，为第l个振动子序列的有效波动评价；为第l个振动子序列中的最大值；为第l个振动子序列中的最小值；为第l个振动子序列中的振动频率的个数；为第l个振动子序列中的第i个振动频率；为第l个振动子序列的近似常数数值；为第l个振动子序列中的所有振动频率的标准差。
10、进一步地，所述根据所有振动子序列的有效波动评价，得到降序评价序列和差分评价序列，包括的具体步骤如下：
11、将所有振动子序列的有效波动评价按照有效波动评价的大小进行降序排列，得到降序评价序列；依次计算降序评价序列中的每一个元素值与相邻后一个元素值的差值绝对值，将所述差值绝对值按获取顺序构成的序列记为差分评价序列。
12、进一步地，所述根据差分评价序列中极大值的差异，得到差分评价序列中每个极大值的区分评价，包括的具体计算方法如下：式中，为差分评价序列中第u个极大值的区分评价；为差分评价序列中第u个极大值；为差分评价序列中最大的极大值；为差分评价序列中最小的极大值；为差分评价序列中第u个极大值到差分评价序列中最后一个元素值之间的索引距离。
13、进一步地，所述根据差分评价序列中所有极大值的区分评价以及降序评价序列，得到无效评价序列，包括的具体步骤如下：
14、获取差分评价序列中区分评价最大的极大值，记为特征极大值；获取特征极大值在降序评价序列对应的两个元素值，将两个元素值中最大的元素值记为特征降序值；将特征降序值及其左侧的所有元素值构成的序列，记为无效评价序列。
15、进一步地，所述根据无效评价序列，得到目标机床振动序列的待测序列，包括的具体步骤如下：
16、将所有振动子序列的有效波动评价构成的时序序列记为有效波动评价序列；
17、将无效评价序列中的每个元素值在有效波动评价序列中对应位置的有效波动评价置0，得到目标机床振动序列的待测序列。
18、进一步地，所述根据目标机床振动序列及参考机床振动序列的待测序列，得到目标机床振动序列的待测序列中每个非零的元素值的异常评价，包括的具体步骤如下：
19、根据目标机床振动序列的待测序列与参考机床振动序列的待测序列，利用导数动态时间规整算法进行匹配，得到目标机床振动序列的待测序列中每个元素值的匹配距离，以及目标机床振动序列的待测序列的最短匹配距离；
20、根据目标机床振动序列的待测序列中每个元素值的匹配距离、目标机床振动序列的待测序列的最短匹配距离以及目标机床振动序列的待测序列中所有非零的元素值，得到目标机床振动序列的待测序列中每个非零的元素值的异常评价。
21、进一步地，所述根据目标机床振动序列的待测序列中每个元素值的匹配距离、目标机床振动序列的待测序列的最短匹配距离以及目标机床振动序列的待测序列中所有非零的元素值，得到目标机床振动序列的待测序列中每个非零的元素值的异常评价，包括的具体步骤如下：式中，为目标机床振动序列的待测序列中第v个非零的元素值的异常评价；为目标机床振动序列的待测序列中每个非零的元素值的匹配距离；为目标机床振动序列的待测序列的最短匹配距离；为目标机床振动序列的待测序列中第v个非零的元素值；为目标机床振动序列的待测序列中所有非零的元素值的平均值；为softsign函数。
22、进一步地，所述根据目标机床振动序列的待测序列中每个非零的元素值的异常评价，得到机床运行故障监测结果，包括的具体步骤如下：
23、根据预设的异常阈值，当目标机床振动序列的待测序列中存在异常评价大于或等于的非零的元素值时，判断为机床运行出现故障；当目标机床振动序列的待测序列中不存在异常评价大于或等于的非零的元素值时，判断为机床运行正常。
24、本发明还提出了一种机床运行故障在线监测系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述存储器存储的计算机程序，以实现前述的一种机床运行故障在线监测方法的步骤。
25、本发明的技术方案的有益效果是：本发明根据振动子序列及振动子序列的近似常数数值，得到每个振动子序列的有效波动评价，在保留了振动子序列的数据波动情况的同时，避免了整段目标机床振动序列均参与计算所导致的计算负载增高的问题；根据差分评价序列中的极大值的差异，得到差分评价序列中每个极大值的区分评价，更加准确的区分加工过程的振动数据与机床调整过程的振动数据，提高了机床运行故障监测的准确性；根据目标机床振动序列的待测序列和参考机床振动序列的待测序列，得到目标机床振动序列的待测序列中每个非零的元素值的异常评价，更加准确的判断了振动子序列中数据的异常，进一步提高了机床运行故障监测结果的准确性。至此本发明通过准确可信的异常评价判断机床运行状态，使得机床运行故障监测结果更加准确。
1.一种机床运行故障在线监测方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述一种机床运行故障在线监测方法，其特征在于，所述根据振动子序列中振动频率及振动子序列的近似常数数值，得到每个振动子序列的有效波动评价，包括的具体计算方法如下：式中，为第l个振动子序列的有效波动评价；为第l个振动子序列中的最大值；为第l个振动子序列中的最小值；为第l个振动子序列中的振动频率的个数；为第l个振动子序列中的第i个振动频率；为第l个振动子序列的近似常数数值；为第l个振动子序列中的所有振动频率的标准差。
3.根据权利要求1所述一种机床运行故障在线监测方法，其特征在于，所述根据所有振动子序列的有效波动评价，得到降序评价序列和差分评价序列，包括的具体步骤如下：
4.根据权利要求1所述一种机床运行故障在线监测方法，其特征在于，所述根据差分评价序列中极大值的差异，得到差分评价序列中每个极大值的区分评价，包括的具体计算方法如下：式中，为差分评价序列中第u个极大值的区分评价；为差分评价序列中第u个极大值；为差分评价序列中最大的极大值；为差分评价序列中最小的极大值；为差分评价序列中第u个极大值到差分评价序列中最后一个元素值之间的索引距离。
5.根据权利要求1所述一种机床运行故障在线监测方法，其特征在于，所述根据差分评价序列中所有极大值的区分评价以及降序评价序列，得到无效评价序列，包括的具体步骤如下：
6.根据权利要求1所述一种机床运行故障在线监测方法，其特征在于，所述根据无效评价序列，得到目标机床振动序列的待测序列，包括的具体步骤如下：
7.根据权利要求1所述一种机床运行故障在线监测方法，其特征在于，所述根据目标机床振动序列及参考机床振动序列的待测序列，得到目标机床振动序列的待测序列中每个非零的元素值的异常评价，包括的具体步骤如下：
8.根据权利要求7所述一种机床运行故障在线监测方法，其特征在于，所述根据目标机床振动序列的待测序列中每个元素值的匹配距离、目标机床振动序列的待测序列的最短匹配距离以及目标机床振动序列的待测序列中所有非零的元素值，得到目标机床振动序列的待测序列中每个非零的元素值的异常评价，包括的具体步骤如下：式中，为目标机床振动序列的待测序列中第v个非零的元素值的异常评价；为目标机床振动序列的待测序列中每个非零的元素值的匹配距离；为目标机床振动序列的待测序列的最短匹配距离；为目标机床振动序列的待测序列中第v个非零的元素值；为目标机床振动序列的待测序列中所有非零的元素值的平均值；为softsign函数。
9.根据权利要求1所述一种机床运行故障在线监测方法，其特征在于，所述根据目标机床振动序列的待测序列中每个非零的元素值的异常评价，得到机床运行故障监测结果，包括的具体步骤如下：
10.一种机床运行故障在线监测系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-9任一项所述的一种机床运行故障在线监测方法的步骤。
