技術(shù)特征：

1.一種數(shù)控機床故障診斷方法，包括下述步驟：

步驟一：將整個數(shù)控機床系統(tǒng)部件劃分為n個組件；根據(jù)采集的數(shù)控機床現(xiàn)場故障信息，借助于數(shù)據(jù)計算、故障致因分析和系統(tǒng)結(jié)構(gòu)功能方面的相關(guān)經(jīng)驗確定故障時間，建立各個組件與故障時間間對應(yīng)關(guān)系及組件間故障傳播關(guān)系；

步驟二：根據(jù)故障致因分析建立組件故障傳播有向圖，并用矩陣對數(shù)控機床系統(tǒng)組件故障傳播有向圖進行描述；

步驟三：引入基于鏈接分析的網(wǎng)頁排序算法計算數(shù)控機床系統(tǒng)組件故障影響；

步驟四：應(yīng)用解釋結(jié)構(gòu)模型法經(jīng)矩陣轉(zhuǎn)換將故障傳播有向圖轉(zhuǎn)化為故障傳播層次化模型；

步驟五：基于時間相關(guān)的數(shù)控機床系統(tǒng)組件故障率建模；

步驟六：基于故障傳播層次化模型、故障影響及組件故障率模型定位故障主因，進行數(shù)控機床故障診斷。

2.根據(jù)權(quán)利要求1所述的數(shù)控機床故障診斷方法，其特征在于：

步驟二中所述的建立數(shù)控機床系統(tǒng)組件故障傳播有向圖及描述矩陣是指：

以系統(tǒng)組件為節(jié)點集合V＝{v₁,v₂,...,v_n}，組件節(jié)點之間的故障傳播關(guān)系為有向邊集合E＝{e_ij}(1≤i,j≤n)，構(gòu)建故障傳播有向圖G＝(V,E)；

用鄰接矩陣A＝[a_ij]_n×n對故障傳播有向圖模型進行描述；

當i≠j時，

當i＝j(luò)時，a_ij＝0。

3.根據(jù)權(quán)利要求1所述的數(shù)控機床故障診斷方法，其特征在于：

步驟三中所述計算數(shù)控機床系統(tǒng)組件故障影響，是指按照以下步驟計算數(shù)控機床系統(tǒng)組件間故障被影響度ρ_ck和影響度ρ_CI：

(1)將鄰接矩陣A的每行元素除以此行元素的總和，得到轉(zhuǎn)移概率矩陣A′，然后對轉(zhuǎn)移概率矩陣A′進行轉(zhuǎn)置變換得到其轉(zhuǎn)置矩陣(A′)^T；

(2)利用式(1)進行迭代運算，得到系統(tǒng)組件的故障被影響度ρ_CK值；設(shè)系統(tǒng)由n個組件組成，定義一個n維向量ρ_CK，它的分量分別是各個系統(tǒng)組件要素的ρ_ck值，(ρ_CK)^x、(ρ_CK)^x+1分別表示第x次、第(x+1)次迭代所得的各系統(tǒng)組件的故障被影響度值組成的(n×1)階矩陣；

${\left({\mathrm{\ρ}}_{CK}\right)}^{x+1}=\frac{1-d}{n}\×E+d\×{\left(A^{\′}\right)}^T\×{\left({\mathrm{\ρ}}_{CK}\right)}^x............\left(1\right)$

其中，d——阻尼因子，取試驗中關(guān)聯(lián)故障數(shù)與總故障數(shù)的比值；

E——(n×1)階矩陣，并且元素全為1；

迭代初始條件為：(ρ_CK)⁰＝[1 1 … 1]^T；

設(shè)ε為指定的迭代收斂平穩(wěn)閥值，迭代計算當滿足|(ρ_CK)^x+1-(ρ_CK)^x|＜ε時，迭代結(jié)束；

(3)將鄰接矩陣A轉(zhuǎn)置得到矩陣A^T后，將A^T的每行元素除以此行元素的總和，得到矩陣(A^T)′；

(4)利用式(2)進行迭代運算，得到n個組件組成系統(tǒng)的故障影響度ρ_CI值，(ρ_CI)^x、(ρ_CI)^x+1分別表示第x次、第(x+1)次迭代所得的各系統(tǒng)組件的影響度值組成的(n×1)階矩陣；

${\left({\mathrm{\ρ}}_{CI}\right)}^{x+1}=\frac{1-d}{n}\×E+d\×{\[{\left(A^T\right)}^{\′}\]}^T\×{\left({\mathrm{\ρ}}_{CI}\right)}^x............\left(2\right)$

迭代初始條件為：(ρ_CI)⁰＝[1 1 … 1]^T；

設(shè)ε為指定的迭代收斂平穩(wěn)閥值，迭代計算當滿足|(ρ_CI)^x+1-(ρ_CI)^x|＜ε時，迭代結(jié)束。

4.根據(jù)權(quán)利要求1所述的數(shù)控機床故障診斷方法，其特征在于：

步驟四中所述將故障傳播有向圖轉(zhuǎn)化為故障傳播層次化模型步驟如下：

(1)可達矩陣求解；

將鄰接矩陣A加上單位矩陣I經(jīng)過r步布爾自乘運算，當有(I+A)^r-2≠(I+A)^r-1＝(I+A)^r,r≤n-1成立時，令M＝(I+A)^r，M即為可達矩陣；

(2)系統(tǒng)組件故障傳播層次化模型構(gòu)建；

M中行值為1的要素對應(yīng)的列要素組成可達集R(S)，可達矩陣中列值為1的要素對應(yīng)的行要素組成前因集A(S)，滿足R(S_i)∩A(S_i)＝R(S_i)成立的要素S_i就是系統(tǒng)的最高級別L₁中組件要素；

可達矩陣M中去掉最高級組件要素，重復步驟1，可分出系統(tǒng)的第2級、第3級…直至最低級組件要素；

按照組件要素的等級順序?qū)⑵浞謱樱缓髮⒔M件要素間連接關(guān)系用有向線相連；對于強連接關(guān)系，即可達矩陣M中若m_ij＝m_ji＝1，則組件要素S_i與組件要素S_j是強連接關(guān)系，繪制雙向線，據(jù)此建立系統(tǒng)組件故障傳播層次化模型。

5.根據(jù)權(quán)利要求1所述的數(shù)控機床故障診斷方法，其特征在于：

步驟五中所述基于時間相關(guān)的數(shù)控機床系統(tǒng)組件故障率建模步驟如下：

(1)針對定時截尾試驗帶來的右截尾數(shù)據(jù)，根據(jù)數(shù)控機床系統(tǒng)n個組件故障時間，采用Johnson法對故障時間的故障順序號計算；

將數(shù)控機床故障數(shù)據(jù)與右截尾等所有k個數(shù)據(jù)從小到大按整數(shù)排列，記這列編號為j(1≤j≤k)；對數(shù)控機床該組件m個故障數(shù)據(jù)從小到大按整數(shù)排列，記這列編號為i(1≤i≤m)，則該組件第i個故障數(shù)據(jù)的順序號r_i用公式(3)計算：

r_i＝r_i-1+(k+1-r_i-1)/(k+2-j)……………………(3)

式中：r₀＝0；

(2)數(shù)控機床組件故障率模型參數(shù)估計；

設(shè)數(shù)控機床組件故障數(shù)據(jù)服從分布函數(shù)為t≥0，故障率為λ＝βθ^β(t)^β-1的兩參數(shù)威布爾模型，對1-F(t)兩邊取兩次自然對數(shù)得將該式左側(cè)與右側(cè)lnt做線性回歸模型的擬合，可以得到威布爾模型參數(shù)；

(3)數(shù)控機床組件故障率模型假設(shè)檢驗；

采用線性相關(guān)系數(shù)檢驗法計算模型檢驗值ρ，根據(jù)故障時間數(shù)據(jù)量n及顯著性水平α,計算相關(guān)系數(shù)起碼值ρ_α，當ρ＞ρ_α時，則認為lnt與是線性相關(guān)的，故障數(shù)據(jù)服從假設(shè)分布，否則拒絕假設(shè)。

6.根據(jù)權(quán)利要求1所述的數(shù)控機床故障診斷方法，其特征在于：

步驟六中所述定位故障主因步驟如下：

(1)識別關(guān)鍵故障源；

在故障傳播層次化模型中，最低級層次系統(tǒng)組件要素即為故障源，若最低級層組件要素多于兩個，則比較該層組件要素影響度ρ_ci與故障率乘積值，值大者是關(guān)鍵故障源；

(2)識別關(guān)鍵路徑；

①識別關(guān)鍵故障節(jié)點；

比較各組件節(jié)點要素故障率值，數(shù)值越大，與其相連的上一層故障傳播路徑越關(guān)鍵；若出現(xiàn)L₁層組件節(jié)點要素故障率相等，則要結(jié)合被影響度ρ_ck值，故障率與被影響度ρ_ck之積值越大節(jié)點組件節(jié)點要素S_i越關(guān)鍵，即為最高層L₁關(guān)鍵故障節(jié)點L₁(S_i)；

根據(jù)故障傳播層次化模型，比較與L₁(S_i)相關(guān)聯(lián)的L₂層中各節(jié)點組件節(jié)點要素影響度ρ_ci與故障率之積值，數(shù)值越大，與L₁(S_i)相連L₂組件節(jié)點要素越關(guān)鍵，可確定關(guān)鍵故障節(jié)點L₂(S_j)；同理按照L₂層關(guān)鍵故障節(jié)點確定方法，可以確定中間層各關(guān)鍵故障節(jié)點；

②依據(jù)故障傳播層次化模型，將(1)、①步確定的關(guān)鍵故障源組件要素節(jié)點與關(guān)鍵故障組件要素節(jié)點連接的各有向邊即為關(guān)鍵故障傳播路徑；

至此定位故障主因，實現(xiàn)數(shù)控機床故障診斷。