CN119199523B 采用数据溯源的主轴伺服电机性能评估方法及装置 （申雕智能科技(苏州)有限公司）

(19)国家知识产权局(12)发明专利新能源路58号2号房326室公司32545采用数据溯源的主轴伺服电机性能评估方法及装置本申请提供了采用数据溯源的主轴伺服电机性能评估方法及装置，涉及伺服电机技术领术中由于现有的电机性能评估在复杂的场景中步骤一21.采用数据溯源的主轴伺服电机性能评估方法，其特征在于，包括：采集主轴伺服电机的实时运行参数和实时环境参数，获得电机实时状态数据；基于电机状态配准约束，根据所述主轴伺服电机的电机控制方案进行状态期望挖掘，确定电机期望状态数据；基于所述电机实时状态数据和所述电机期望状态数据进行偏差分析，获得电机状态期望偏差向量；根据所述主轴伺服电机进行数据溯源，搭建电机性能评估空间；基于所述电机状态期望偏差向量，根据所述电机性能评估空间，计算电机性能评估指判断所述电机性能评估指数是否小于预设电机性能评估指数，若所述电机性能评估指数小于所述预设电机性能评估指数，生成电机性能预警信号；其中，基于所述电机实时状态数据和所述电机期望状态数据进行偏差分析，获得电机根据所述电机实时状态数据进行向量化处理，生成电机实时状态向量；根据所述电机期望状态数据进行向量化处理，生成电机期望状态向量；基于所述电机期望状态向量，对所述电机实时状态向量进行偏差识别，生成所述电机状态期望偏差向量；根据所述主轴伺服电机进行期望偏差记录全局检索，获得电机状态期望偏差向量记录基于所述电机状态期望偏差向量记录集进行评估记录检索置信优化，获得电机性能评估记录集；以样本电机状态期望偏差向量为横坐标轴，以样本电机性能评估指数为纵坐标轴，搭建电机性能评估坐标系；将所述电机状态期望偏差向量记录集和所述电机性能评估记录集输入所述电机性能评估坐标系，建立所述电机性能评估空间；其中，基于所述电机状态期望偏差向量，根据所述电机性能评估空间，计算电机性能评将所述电机状态期望偏差向量输入所述电机性能评估空间，计算所述电机状态期望偏差向量与所述电机性能评估空间内各样本电机状态期望偏差向量之间的距离，获得多个向量目标距离；判断所述多个向量目标距离是否小于向量目标距离阈值；若所述多个向量目标距离中任意一个向量目标距离小于所述向量目标距离阈值，生成标识向量目标距离；基于所述标识向量目标距离对应的样本电机性能评估指数进行集中值计算，生成所述电机性能评估指数。2.如权利要求1所述的采用数据溯源的主轴伺服电机性能评估方法，其特征在于，基于电机状态配准约束，根据所述主轴伺服电机的电机控制方案进行状态期望挖掘，确定电机3基于所述主轴伺服电机进行全局状态记录检索，获得多个电机正常状态记录；基于所述电机状态配准约束，根据所述电机控制方案对所述多个电机正常状态记录进行挖掘，建立电机状态期望挖掘样本域；基于所述电机状态期望挖掘样本域进行集中值计算，生成所述电机期望状态数据。3.如权利要求2所述的采用数据溯源的主轴伺服电机性能评估方法，其特征在于，基于所述电机状态配准约束，根据所述电机控制方案对所述多个电机正常状态记录进行挖掘，遍历所述多个电机正常状态记录，提取第一电机正常状态记录，其中，所述第一电机正常状态记录包括第一样本电机控制方案和第一电机正常状态数据样本；基于所述电机控制方案对所述第一样本电机控制方案进行关联分析，获得第一样本状态配准系数；判断所述第一样本状态配准系数是否满足所述电机状态配准约束；若所述第一样本状态配准系数满足所述电机状态配准约束，将所述第一电机正常状态数据样本添加至所述电机状态期望挖掘样本域。4.如权利要求1所述的采用数据溯源的主轴伺服电机性能评估方法，其特征在于，基于所述电机状态期望偏差向量记录集进行评估记录检索置信优化，获得电机性能评估记录遍历所述电机状态期望偏差向量记录集，提取第一样本电机状态期望偏差向量；基于所述第一样本电机状态期望偏差向量进行性能评估记录检索，获得第一历史电机性能评估指数集；基于所述第一历史电机性能评估指数集进行置信度计算，获得各评估指数置信度；基于预定评估指数置信度，根据所述各评估指数置信度筛选所述第一历史电机性能评估指数集，获得满足所述预定评估指数置信度的第一置信电机性能评估指数集；根据所述第一置信电机性能评估指数集进行集中值计算，获得第一样本电机性能评估指数，并将所述第一样本电机性能评估指数添加至所述电机性能评估记录集。5.采用数据溯源的主轴伺服电机性能评估装置，其特征在于，用于实施权利要求1至4中任意一项所述采用数据溯源的主轴伺服电机性能评估方法的步骤，所述采用数据溯源的主轴伺服电机性能评估装置包括：数据采集模块，所述数据采集模块用于采集主轴伺服电机的实时运行参数和实时环境期望挖掘模块，所述期望挖掘模块用于基于电机状态配准约束，根据所述主轴伺服电机的电机控制方案进行状态期望挖掘，确定电机期望状态数据；偏差分析模块，所述偏差分析模块用于基于所述电机实时状态数据和所述电机期望状态数据进行偏差分析，获得电机状态期望偏差向量；数据溯源模块，所述数据溯源模块用于根据所述主轴伺服电机进行数据溯源，搭建电机性能评估空间；性能评估模块，所述性能评估模块用于基于所述电机状态期望偏差向量，根据所述电机性能评估空间，计算电机性能评估指数；信号生成模块，所述信号生成模块用于判断所述电机性能评估指数是否小于预设电机4性能评估指数，若所述电机性能评估指数小于所述预设电机性能评估指数，生成电机性能预警信号。5采用数据溯源的主轴伺服电机性能评估方法及装置技术领域[0001]本申请涉及伺服电机技术领域，尤其涉及采用数据溯源的主轴伺服电机性能评估方法及装置。背景技术[0002]主轴伺服电机是一种用于机床、工业机器人和其他设备中的关键组件，主要功能是控制主轴的转速和位置，结合了伺服控制系统和电机技术，能够提供高精度的转速控制、定位控制和动态响应，因此广泛应用于需要精确加工和高动态性能的场合。电机在复杂的机性能在复杂负载工况下经常会出现动态变化，尤其是负载突变、高速切换、温度剧烈波动时，电机的瞬态性能很难准确捕捉到。传统评估方法可能在静态或稳定工况下表现良好，但对动态变化的响应不足，或者无法充分考虑到这些变化对电机性能的影响，导致评估结果不够准确，无法反映电机在实际运行中的真实性能。[0003]综上所述，现有技术中存在由于现有的电机性能评估在复杂的场景中难以全面捕捉复杂环境下电机的所有状态变化，影响对不同负载和工况变化的动态适应，导致评估结果不够准确的技术问题。发明内容[0004]本申请的目的是提供采用数据溯源的主轴伺服电机性能评估方法及装置，用以解决现有技术中存在由于现有的电机性能评估在复杂的场景中难以全面捕捉复杂环境下电机的所有状态变化，影响对不同负载和工况变化的动态适应，导致评估结果不够准确的技术问题。[0005]鉴于上述问题，本申请提供了采用数据溯源的主轴伺服电机性能评估方法及装[0006]第一方面，本申请提供了采用数据溯源的主轴伺服电机性能评估方法，所述采用数据溯源的主轴伺服电机性能评估方法通过采用数据溯源的主轴伺服电机性能评估装置实现，其中，所述采用数据溯源的主轴伺服电机性能评估方法包括：采集主轴伺服电机的实时运行参数和实时环境参数，获得电机实时状态数据；基于电机状态配准约束，根据所述主轴伺服电机的电机控制方案进行状态期望挖掘，确定电机期望状态数据；基于所述电机实时状态数据和所述电机期望状态数据进行偏差分析，获得电机状态期望偏差向量；根据所述主轴伺服电机进行数据溯源，搭建电机性能评估空间；基于所述电机状态期望偏差向量，根据所述电机性能评估空间，计算电机性能评估指数；判断所述电机性能评估指数是否小于预设电机性能评估指数，若所述电机性能评估指数小于所述预设电机性能评估指数，生成电机性能预警信号。[0007]第二方面，本申请还提供了采用数据溯源的主轴伺服电机性能评估装置，用于执行如第一方面所述的采用数据溯源的主轴伺服电机性能评估方法，其中，所述采用数据溯6源的主轴伺服电机性能评估装置包括：数据采集模块，所述数据采集模块用于采集主轴伺服电机的实时运行参数和实时环境参数，获得电机实时状态数据；期望挖掘模块，所述期望挖掘模块用于基于电机状态配准约束，根据所述主轴伺服电机的电机控制方案进行状态期望挖掘，确定电机期望状态数据；偏差分析模块，所述偏差分析模块用于基于所述电机实时状态数据和所述电机期望状态数据进行偏差分析，获得电机状态期望偏差向量；数据溯源模块，所述数据溯源模块用于根据所述主轴伺服电机进行数据溯源，搭建电机性能评估空间；性能评估模块，所述性能评估模块用于基于所述电机状态期望偏差向量，根据所述电机性能评估空间，计算电机性能评估指数；信号生成模块，所述信号生成模块用于判断所述电机性能评估指数是否小于预设电机性能评估指数，若所述电机性能评估指数小于所述预设电机性能评估指数，生成电机性能预警信号。[0008]本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：[0009]通过采集主轴伺服电机的实时运行参数和实时环境参数，获得电机实时状态数据；基于电机状态配准约束，根据所述主轴伺服电机的电机控制方案进行状态期望挖掘，确定电机期望状态数据；基于所述电机实时状态数据和所述电机期望状态数据进行偏差分析，获得电机状态期望偏差向量；根据所述主轴伺服电机进行数据溯源，搭建电机性能评估空间；基于所述电机状态期望偏差向量，根据所述电机性能评估空间，计算电机性能评估指数；判断所述电机性能评估指数是否小于预设电机性能评估指数，若所述电机性能评估指数小于所述预设电机性能评估指数，生成电机性能预警信号。也就是说，通过采集主轴伺服电机的实时运行参数和环境参数，以及基于电机状态配准和偏差分析，搭建电机性能评估空间，从而进行实时监测和预警，提高了电机性能评估的准确性。[0010]上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其他目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其他特征将通过以下的说明书而变得容易理解。附图说明[0011]为了更清楚地说明本申请或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。[0012]图1为本申请采用数据溯源的主轴伺服电机性能评估方法的流程示意图；[0013]图2为本申请采用数据溯源的主轴伺服电机性能评估装置的结构示意图。[0014]附图标记说明：数据采集模块11,期望挖掘模块12,偏差分析模块13,数据溯源模块14,性能评估模块15,信号生成模块16。具体实施方式[0015]本申请通过提供采用数据溯源的主轴伺服电机性能评估方法及装置，解决了现有技术中存在由于现有的电机性能评估在复杂的场景中难以全面捕捉复杂环境下电机的所7有状态变化，影响对不同负载和工况变化的动态适应，导致评估结果不够准确的技术问题。通过采集主轴伺服电机的实时运行参数和环境参数，以及基于电机状态配准和偏差分析，搭建电机性能评估空间，从而进行实时监测和预警，提高了电机性能评估的准确性。[0016]下面，将参考附图对本申请中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。基于本申请的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部。[0017]实施例一，请参阅附图1,本申请提供了采用数据溯源的主轴伺服电机性能评估方法，其中，所述采用数据溯源的主轴伺服电机性能评估方法应用于采用数据溯源的主轴伺服电机性能评估装置，所述采用数据溯源的主轴伺服电机性能评估方法具体包括如下步[0018]步骤一：采集主轴伺服电机的实时运行参数和实时环境参数，获得电机实时状态[0019]具体而言，通过各种传感器和监测设备实时获取电机在运行过程中的关键数据以及电机所处环境的参数。主轴伺服电机是一种用于精密控制的电机，通常用于机床的主轴驱动，能够提供高精度、高速度的运动控制。实时运行参数指的是电机在运行过程中的一系列性能指标，反映电机的即时工作状态，包括电机的运动特性、负载情况和电气参数，如电当前运行状况的全面描述。通过将上述两类数据进行整合，实时了解电机的实际工作状态，包括电机在当前负载、工作环境、输入电压等条件下的表现。通过实时监测电机的运行参[0020]步骤二：基于电机状态配准约束，根据所述主轴伺服电机的电机控制方案进行状态期望挖掘，确定电机期望状态数据。[0021]具体而言，通过访问全局状态记录数据库或历史数据集，获取多个相同类型主轴伺服电机的正常状态数据。从检索到的正常状态记录中，根据电机控制方案筛选出满足电机状态配准约束的正常状态数据样本，将其加入电机状态期望挖掘样本域，识别电机控制方案下的典型工作模式或理想状态。通过分析挖掘出的样本域，计算其统计中心值(如平均值或中位数),以确定电机在理想状态下的性能指标，即电机期望状态数据。电机状态配准约束是指确保在比较不同电机状态时，这些状态是在相同或可比的条件下测量的规则或标准。电机控制方案则是指用于指导电机运行的一系列指令和参数设置。通过基于电机状态配准约束和电机控制方案进行状态期望挖掘，确定电机期望状态数据，有助于建立一个明确的性能基准。[0022]步骤三：基于所述电机实时状态数据和所述电机期望状态数据进行偏差分析，获得电机状态期望偏差向量。[0023]具体而言，对电机实时状态数据和电机期望状态数据分别进行向量化处理，即将多维度的参数以向量形式表示，比较电机实时状态数据和电机期望状态数据，找出二者之间的差异，得到电机状态期望偏差向量。偏差分析是通过计算电机实时状态向量和期望状8态向量的差异，识别出电机当前运行状态与理想状态之间的偏差，包含了多个维度上的偏差数据，例如转速偏差、扭矩偏差、温度偏差等。通过基于电机实时状态数据和电机期望状态数据进行偏差分析，并获得电机状态期望偏差向量，量化地了解电机实际运行状态与理想状态之间的差异，有助于准确评估电机的性能，及时发现性能偏差，并采取相应的维护或优化措施。[0025]具体而言，根据主轴伺服电机从历史记录中检索出与电机状态相关的所有期望偏差向量记录，包括多个样本电机状态期望偏差向量。通过置信优化，从中筛选出置信度高的评估记录。以样本电机状态期望偏差向量为横坐标轴，以样本电机性能评估指数为纵坐标轴，将偏差向量和性能指数映射到一个二维坐标系中，建立了一个用于可视化和分析电机性能的坐标系。将状态偏差向量记录集和性能评估记录集输入到性能评估坐标系中，根据不同的偏差向量对应的性能评估指数生成一个三维的评估空间，反映了电机在各种工作状态下的性能表现。通过对电机数据的溯源和多维度分析，搭建电机性能评估空间，实现对电机运行状态的全方位监控、性能优化和异常检测。[0026]步骤五：基于所述电机状态期望偏差向量，根据所述电机性能评估空间，计算电机性能评估指数。[0027]具体而言，将电机状态期望偏差向量输入电机性能评估空间，计算电机状态期望偏差向量与电机性能评估空间内各样本电机状态期望偏差向量之间的距离，确定哪个样本最接近当前状态。常用的方法包括欧氏距离、余弦相似度等。计算距离的目的是找出那些与当前状态最相似的历史状态，从而得到对应的性能评估指数。如果距离较小，表示当前电机的状态与该历史样本状态非常相似，能够用该历史样本的性能评估指数作为参考。一旦查找到与当前电机状态最接近的历史样本向量，基于该样本的性能评估指数进行集中值计算，得到电机性能评估指数，标识当前电机在运行状态下的整体性能表现。通过将电机状态期望偏差向量输入到电机性能评估空间，并通过计算相似向量之间的距离，生成一个基于历史数据的电机性能评估指数，用于反映电机当前的性能状况，有助于理解电机性能的整[0028]步骤六：判断所述电机性能评估指数是否小于预设电机性能评估指数，若所述电机性能评估指数小于所述预设电机性能评估指数，生成电机性能预警信号。[0029]具体而言，预先设定一个电机性能评估指数，代表了电机性能的最低可接受标准。如果电机性能指数低于这个预设值，则表明电机可能处于非正常状态或性能不足，可能存在风险或故障的潜在隐患。电机性能评估指数是计算得到的电机当前性能的综合指标，反映了电机的运行状态和健康状况。判断电机性能评估指数是否小于预设电机性能评估指数，如果性能评估指数低于阈值，说明电机的性能下降，运行状态可能不稳定或存在异常，进而需要采取预防性措施。此时需要生成一个电机性能预警信号，旨在告知系统或操作员电机的性能已经降到不安全的状态，需要注意或干预。生成预警信号后，通过报警或通知提醒操作员电机可能存在问题，要求检查电机状态或采取维修措施。通过监控电机性能评估指数并生成预警信号，能够在电机性能恶化时及时采取措施，减少故障发生的风险。[0031]基于所述主轴伺服电机进行全局状态记录检索，获得多个电机正常状态记录；基9于所述电机状态配准约束，根据所述电机控制方案对所述多个电机正常状态记录进行挖掘，建立电机状态期望挖掘样本域；基于所述电机状态期望挖掘样本域进行集中值计算，生成所述电机期望状态数据。[0032]具体而言，通过访问全局状态记录数据库或历史数据集，对主轴伺服电机的运行历史数据进行检索和分析，检索并提取多个同型号主轴伺服电机在正常工作条件下的状态记录，得到多个相同类型主轴伺服电机的正常状态记录。全局状态记录指的是不仅仅局限于某一台电机的状态数据，还可以跨多台电机检索同型号设备的运行记录，增强数据的全面性和代表性。正常状态记录包括电机在无故障情况下的工作参数(流、电压等),是电机在不同工作条件下的表现，且均处于正常工作状态。[0033]使用特定的算法和约束条件对多个电机在正常工作条件下的状态记录进行分析，识别电机控制方案下的典型工作模式或理想状态。电机状态配准约束是确保不同电机之间的状态数据能够进行有效对比和匹配的规则或标准，包括时间同步、量纲统一、数据标准化等，确保不同电机状态数据可以相互比较和分析。电机控制方案是用于指导电机运行的一系列指令和参数设置，根据电机的控制方案对正常状态记录进行挖掘，建立电机状态期望挖掘样本域，包含了多个正常状态下的工作数，反映了多个电机在各类工况下的表现。[0034]对电机状态期望挖掘样本域进行分析，计算出一个代表性的集中值，通过统计学方法(如均值、中值、众数等),从样本域中的多个正常状态记录中计算出代表性的状态值，反映了电机在正常工作条件下的期望状态。集中值的计算结果就是电机的期望状态数据，反映了电机在正常工作条件下的“理想状态”。例如，假设一个工厂使用了10台同型号的主轴伺服电机，从这些电机的运行记录中检索出正常工作状态下的数据，包括转速、扭矩和温度等参数。根据电机控制方案，对这10台电机的正常状态记录进行挖掘，建立了一个包含1000个数据点的样本域。确保所有记录的时间戳对齐，单位一致，并对数据进行归一化处理。在这个样本域中，计算了每个参数的平均值得到：转速平均值：2900rpm,扭矩平均值：48N·m,温度平均值：75℃,这些平均值被用作电机期望状态数据。通过检索全局电机状态记录，建立电机状态期望样本域，并通过集中值计算生成电机期望状态数据，准确预测电机的未来状态。[0036]遍历所述多个电机正常状态记录，提取第一电机正常状态记录，其中，所述第一电机正常状态记录包括第一样本电机控制方案和第一电机正常状态数据样本；基于所述电机控制方案对所述第一样本电机控制方案进行关联分析，获得第一样本状态配准系数；判断所述第一样本状态配准系数是否满足所述电机状态配准约束；若所述第一样本状态配准系数满足所述电机状态配准约束，将所述第一电机正常状态数据样本添加至所述电机状态期望挖掘样本域。[0037]具体而言，遍历多个电机正常状态记录，进行逐个检查，选择一个特定的电机记录作为第一电机正常状态记录，包括该电机的控制方案和对应的正常状态数据样本。正常状态记录是指电机在无故障状态下，按照预定控制方案运行时的状态数据，包括转速、扭矩、温度、电流、电压等参数。对第一电机的控制方案与标准控制方案进行关联分析，得到第一样本状态配准系数，表示当前电机控制方案与标准电机控制方案的匹配度。如果这个配准系数接近1,意味着该电机的状态与标准控制状态接近，匹配度高。关联分析是指使用特定的算法对数据进行分析，目的是评估电机的实际控制方案与理想控制方案之间的匹配程度。[0038]判断第一样本状态配准系数是否满足电机状态配准约束，若第一样本状态配准系数满足电机状态配准约束，说明第一样本电机控制方案与其他电机控制方案之间的相似性达到了可接受的程度，该样本可以作为电机正常状态的一部分，将第一电机正常状态数据样本添加至电机状态期望挖掘样本域。电机状态期望挖掘样本域是一个包含多个电机正常状态数据样本的数据集，用于分析和确定电机的期望状态。通过配准系数的判断，确保只有高质量、符合标准的数据被用于建立期望状态模型，提高电机状态期望挖掘样本域的代表性和准确性。[0040]根据所述电机实时状态数据进行向量化处理，生成电机实时状态向量；根据所述电机期望状态数据进行向量化处理，生成电机期望状态向量；基于所述电机期望状态向量，对所述电机实时状态向量进行偏差识别，生成所述电机状态期望偏差向量。[0041]具体而言，将采集到的电机实时状态数据转换为向量形式，向量化处理是一种将数据转换成向量形式的方法，以便于进行数学计算和分析，电机的各种运行参数(如电流、电压、温度、转速等)被转换成向量中的各个分量。得到的电机实时状态向量包含了电机在某一时刻的所有关键性能指标同样地，对于电机期望状态数据也进行向量化处理，得到电机期望状态向量，代表了电机在理想或标准运行条件下的性能指标。计算电机实时状态向量和期望状态向量的差异，识别出电机当前运行状态与理想状态之间的偏差。偏差识别的过程可以通过向量运算来实现，具体表现为：电机状态期望偏差向量=电机实时状态向量-电机期望状态向量。偏差识别是指比较实时状态向量与期望状态向量，找出两者之间的差异，揭示电机的性能偏差。通过计算各个参数的偏差，确定电机在哪些方面的运行状态与期望状态存在差距。[0042]在一具体的示例中，假设一台电机的实时状态数据为：转速1500rpm,扭矩10N·m,温度60℃,将其转换为向量形式：[1500,10,60]。同时根据历史数据和电机控制方案确定了该电机的期望状态为：转速1500rpm,扭矩12N·m,温度55℃,期望状态向量形式为：[1500,12,55]。计算实时状态向量与期望状态向量之间的偏差，偏差向量计算为：[1500-1500,10-12,60-55]=[0,-2,5],表明电机在实际运行中扭矩低于期望值2Nm,温度高于期望值5℃。偏差向量反映了电机的实际状态与理想状态之间的差异。通过这种方式实时地监控电机的工作状态，并在偏差过大时触发调整或预警，确保电机能够在最佳状态下运行。通过向量化处理和偏差识别，量化电机性能的实际偏差，有效识别电机实际运行状态与理想状态之间的[0044]根据所述主轴伺服电机进行期望偏差记录全局检索，获得电机状态期望偏差向量记录集；基于所述电机状态期望偏差向量记录集进行评估记录检索置信优化，获得电机性能评估记录集；以样本电机状态期望偏差向量为横坐标轴，以样本电机性能评估指数为纵坐标轴，搭建电机性能评估坐标系；将所述电机状态期望偏差向量记录集和所述电机性能评估记录集输入所述电机性能评估坐标系，建立所述电机性能评估空间。[0045]具体而言，对主轴伺服电机的期望偏差记录进行全面的检索，包含了电机在不同11电机状态期望偏差向量记录集，包含了不同时间点或不同工作条件下电机的期望偏差数[0047]在一具体的示例中，例如记录了一台主轴伺服电机在不同时间点的期望偏差向量。第一个时间点的期望偏差向量为[0.2,0,2,-10],第二个时间点的期望偏差向量为[0.3,0,1,-8],第三个时间点的期望偏差向量为[0.25,0,3,-12]。通过全局检索得到这些第一个时间点的性能评估结果为90%,第二个时间点的性能评估结果为95%,第三个时间点[0049]遍历所述电机状态期望偏差向量所述第一样本电机性能评估指数添加至所述电机性能评估记录集。第一历史电机性能评估指数集进行置信度计算，评估每个历史电机性能评估指数的可靠性，通过对历史数据的稳定性、误差范围、数据源可靠性等多个因素进行综合分析得出。置信度是一个介于0和1之间的数值，表示对某个数据点或结果的可靠性或准确性的信心程度，置信度越高，意味着该评估指数在描述电机性能方面的可信度越高，可以更可靠地作为参考。通过置信度计算，为第一历史电机性能评估指数集中的每个评估指数分配一个置信[0051]预先设定一个置信度阈值，只有置信度高于该阈值的历史评估指数才会被认为是可信的。在各评估指数置信度中筛选出高于或等于预定评估指数置信度的评估指数，组成第一置信电机性能评估指数集，只包含置信度符合要求的电机性能评估指数。对第一置信电机性能评估指数集中的所有评估指数进行统计分析，以计算出一个代表性的数值，即集中值。集中值可以是平均值、中位数或其他统计指标，用于反映这一组评估指数的中心趋势。将通过集中值计算得到的第一样本电机性能评估指数添加至电机性能评估记录集，作为对电机性能评估的一个新数据点。对电机状态期望偏差向量记录集中的其他样本电机状态期望偏差向量进行同样的操作，并将得到的样本电机性能评估指数添加至电机性能评估记录集，形成完整的电机性能评估记录集。通过置信度计算和筛选，提高了用于性能评估的数据的质量和可靠性，确保只使用高置信度的数据来进行性能评估，避免低质量数据对评估结果的影响。[0053]将所述电机状态期望偏差向量输入所述电机性能评估空间，计算所述电机状态期望偏差向量与所述电机性能评估空间内各样本电机状态期望偏差向量之间的距离，获得多个向量目标距离；判断所述多个向量目标距离是否小于向量目标距离阈值；若所述多个向量目标距离中任意一个向量目标距离小于所述向量目标距离阈值，生成标识向量目标距离；基于所述标识向量目标距离对应的样本电机性能评估指数进行集中值计算，生成所述电机性能评估指数。[0054]具体而言，将电机状态期望偏差向量输入电机性能评估空间进行评估，计算电机状态期望偏差向量与电机性能评估空间内各样本电机状态期望偏差向量之间的距离，使用数学上的距离度量方法(如欧氏距离、曼哈顿距离等)来计算输入的电机状态期望偏差向量与电机性能评估空间内每个样本电机状态期望偏差向量之间的距离，获得多个向量目标距离，反映了输入向量与空间内各样本向量之间的差异程度。多个向量目标距离代表当前电机状态与历史样本状态之间的相似度，距离越小表示当前状态与某个历史样本的状态越接近。电机状态期望偏差向量是描述电机当前运行状态与期望状态之间的差异的多维向量。电机性能评估空间是之前建立的多维空间，包含了大量样本电机的状态期望偏差向量和对应的性能评估指数。[0055]预先设定一个临界值，即向量目标距离阈值，用来衡量当前电机状态是否与历史样本电机状态足够接近。判断每个向量目标距离是否小于该阈值，确定当前电机状态是否与某些样本的状态相匹配。如果多个向量目标距离中的任何一个向量目标距离小于向量目标距离阈值，则认为输入的电机状态期望偏差向量与对应的样本电机状态期望偏差向量相似，即二者在电机性能评估空间中的位置接近。在这种情况下，生成一个表示，用于表示输入的电机状态期望偏差向量与电机性能评估空间内的某个样本向量相似，可以是简单的逻辑值(如True或False),也可以是更复杂的数据结构，用于记录具体的相似信息。通过标识符合条件的向量筛选出最具参考价值的历史样本电机状态，避免使用不相关的数据来影响评估结果。[0056]将标识出的向量目标距离对应的样本电机性能评估指数集合起来，使用集中值计算方法(如均值、中值等),计算出一个代表性的数值，即集中值。性能评估指数，代表了标识向量目标距离对应的样本电机性能评估指数的整体水平，反映当前电机在运行状态下的整体性能表现。集中值计算的目标是通过多个历史评估指数的汇总，生成当前电机的性能评估指数，确保评估结果具有代表性且可信。通过距离计算，确保只使用与当前电机状态最为接近的历史数据来生成评估结果，减少了评估结果的误差，向量目标距离阈值确保仅使用那些相似性足够高的样本数据进行性能评估，避免不相关数据的干扰。[0057]综上所述，本申请所提供的采用数据溯源的主轴伺服电机性能评估方法具有如下技术效果：[0058]通过采集主轴伺服电机的实时运行参数和实时环境参数，获得电机实时状态数据；基于电机状态配准约束，根据所述主轴伺服电机的电机控制方案进行状态期望挖掘，确定电机期望状态数据；基于所述电机实时状态数据和所述电机期望状态数据进行偏差分析，获得电机状态期望偏差向量；根据所述主轴伺服电机进行数据溯源，搭建电机性能评估空间；基于所述电机状态期望偏差向量，根据所述电机性能评估空间，计算电机性能评估指数；判断所述电机性能评估指数是否小于预设电机性能评估指数，若所述电机性能评估指数小于所述预设电机性能评估指数，生成电机性能预警信号。也就是说，通过采集主轴伺服电机的实时运行参数和环境参数，以及基于电机状态配准和偏差分析，搭建电机性能评估空间，从而进行实时监测和预警，提高了电机性能评估的准确性。[0059]实施例二，基于与前述实施例一中采用数据溯源的主轴伺服电机性能评估方法同样的发明构思，本申请还提供了采用数据溯源的主轴伺服电机性能评估装置，请参阅附图2,所述采用数据溯源的主轴伺服电机性能评估装置包括：[0060]数据采集模块11,所述数据采集模块11用于采集主轴伺服电机的实时运行参数和实时环境参数，获得电机实时状态数据。[0061]期望挖掘模块12,所述期望挖掘模块12用于基于电机状态配准约束，根据所述主轴伺服电机的电机控制方案进行状态期望挖掘，确定电机期望状态数据。[0062]偏差分析模块13,所述偏差分析模块13用于基于所述电机实时状态数据和所述电机期望状态数据进行偏差分析，获得电机状态期望偏差向量。[0063]数据溯源模块14,所述数据溯源模块14用于根据所述主轴伺服电机进行数据溯[0064]性能评估模块15,所述性能评估模块15用于基于所述电机状态期望偏差向量，根据所述电机性能评估空间，计算电机性能评估指数。[0065]信号生成模块16,所述信号生成模块16用于判断所述电机性能评估指数是否小于预设电机性能评估指数，若所述电机性能评估指数小于所述预设电机性能评估指数，生成电机性能预警信号。[0066]进一步，所述采用数据溯源的主轴伺服电机性能评估装置中的所述期望挖掘模块[0067]基于所述主轴伺服电机进行全局状态记录检索，获得多个电机正常状态记录；基于所述电机状态配准约束，根据所述电机控制方案对所述多个电机正常状态记录进行挖掘，建立电机状态期望挖掘样本域；基于所述电机状态期望挖掘样本域进行集中值计算，生成所述电机期望状态数据。[0068]进一步，所述采用数据溯源的主轴伺服电机性能评估装置中的所述期望挖掘模块[0069]遍历所述多个电机正常状态记录，提取第一电机正常状态记录，其中，所述第一电机正常状态记录包括第一样本电机控制方案和第一电机正常状态数据样本；基于所述电机控制方案对所述第一样本电机控制方案进行关联分析，获得第一样本状态配准系数；判断所述第一样本状态配准系数是否满足所述电机状态配准约束；若所述第一样本状态配准系数满足所述电机状态配准约束，将所述第一电机正常状态数据样本添加至所述电机状态期望挖掘样本域。[0070]进一步，所述采用数据溯源的主轴伺服电机性能评估装置中的所述偏差分析