1.一种基于时域载荷扩展的数控机床载荷外推方法,其特征在于,包括以下步骤:步骤一:基于MCMC的时域载荷扩展法;
步骤二:利用MEF图确定阈值范围;
步骤三:基于灰关联分析的最优阈值的选取;
步骤四:获取外推的时域载荷;
步骤一中所述的基于MCMC的时域载荷扩展法;
Step1提取时域载荷的极值及升程;
Step2划分载荷等级水平;
Step3统计载荷循环次数及升程;
Step4求解MCMC的状态转移矩阵;
Step5求解三个状态转移概率矩阵的累积概率矩阵Pcum,P′cum,P″cum;
Step6计算马尔科夫链的平稳分布π(Xt);
Step7在(0,1)区间内随机产生符合均匀分布的随机数,进行载荷状态的判断,确定载荷水平等级;
Step8生成载荷时间历程的转折点序列;
Step9确定相邻极值点之间的间隔时间。
2.根据权利要求1所述的一种基于时域载荷扩展的数控机床载荷外推方法,其特征在于:步骤二中所述的利用MEF图确定阈值范围包括以下步骤;
Step1绘制载荷MEF图;
Step2确定阈值范围[umin,umax]及划分成m个阈值。
3.根据权利要求2所述的一种基于时域载荷扩展的数控机床载荷外推方法,其特征在于:步骤三中所述的基于灰关联分析的最优阈值的选取具体步骤如下:Step1对不同阈值u对应的超越量进行GPD拟合;
Step2拟合优度检验;
Step3计算采样分布和拟合分布序列的D1,D2值;
Step4求增量序列;
Step5计算时间段的关联系数;
Step6计算灰关联度。
4.根据权利要求3所述的一种基于时域载荷扩展的数控机床载荷外推方法,其特征在于:步骤四中所述获取外推的时域载荷是指根据超越量的数量,模拟产生服从最优GPD的新超越量,并用新产生的超越量来代替原有的超越量,从而获取外推的载荷时域信号。
5.根据权利要求1、2、3或4所述的一种基于时域载荷扩展的数控机床载荷外推方法,其特征在于:所述提取时域载荷的极值及升程,具体步骤如下:(1)对实测的载荷时间历程采用变程阈值模型进行转折点的取舍,剔除无效的载荷循环;
(2)提取数控机床实测载荷时间历程的转折点{Xt}作为极值载荷时间序列;
(3)提取时域载荷信号中的转折点中的极大值点M1和极小值点m1;
式中,m1,m2,…,mn代表局部极小值点,M1,M2,…,Mn代表局部极大值点,n表示极值点的个数;
(4)从转折点{Xt}中提取相邻极值点的差值及对应相邻极值点的间隔时间,将第t个相邻极值点的差值记为升程St,对应的相邻极值点的间隔时间记为Tt,则第t个升程和对应的间隔时间记为TSt=(Tt,St);
所述统计载荷循环次数及升程是指:
统计转折点{Xt}中从时域载荷的极大值到极小值和极小值到极大值状态转移的循环次数,将循环矩阵分别记为F和F’;
统计求解出每个状态的升程对应不同间隔时间的频次,将升程St及对应的间隔时间Tt的频次矩阵记为F″。
6.根据权利要求5所述的一种基于时域载荷扩展的数控机床载荷外推方法,其特征在于:所述求解MCMC的状态转移矩阵包括以下步骤:(1)求解载荷极大值到极小值和极小值到极大值的状态转移矩阵,将循环矩阵F(i,j)和F’(j,i)的各级频数除以各级频数的总和,得到状态转移概率矩阵P和P’;
(2)将升程及间隔时间的频次矩阵F”(j,i)的各级频数除以总的频数得到状态转移概率矩阵P”;
所述三个状态转移概率矩阵的累积概率矩阵Pcum,P′cum,P″cum为:
7.根据权利要求6所述的一种基于时域载荷扩展的数控机床载荷外推方法,其特征在于:所述确定相邻极值点之间的间隔时间,具体步骤如下:(1)根据生成的载荷时间历程的转折点序列,计算出相邻极值点的差值,即升程St;
(2)在(0,1)区间内随机产生符合均匀分布的随机数,根据升程St,将随机数与P″cum的第i行元素进行比较,如果这个随机数位于状态j-1和j之间,则可以确定该升程St对应的间隔时间Tt,以此类推,确定出所有相邻极值点对应的间隔时间,完成时域载荷的扩展。
8.根据权利要求7所述的一种基于时域载荷扩展的数控机床载荷外推方法,其特征在于:所述确定阈值范围[umin,umax]及划分成m个阈值,具体步骤如下:(1)根据绘制的MEF图,确定MEF曲线接近为直线部分的最左端对应的阈值ud;
(2)如果阈值为离散的值,则以阈值ud为中心,从阈值ud相邻的阈值中选出m个阈值,构成阈值的范围[umin,umax],对应的m个阈值分别是[umin,u2,…,um-1,umax];
(3)如果阈值为连续的值,则选择ud的90%值作为阈值的最小值,选择ud的110%值作为阈值的最大值,确定了阈值的范围[umin,umax]=[90%×ud,110%×ud],并将此范围内的阈值等间距的分为m个离散的阈值,即[90%×ud,u2,…,um-1,110%×ud]。