基于故障树的数控机床故障诊断系统

杨曾芳　吕希胜

摘 要:数控机床的故障诊断不及时不准确,会给制造企业带来巨大的经济损失,因此,数控机床的故障诊断与维护一直是制造业研究的热点之一。本文在分析数控机床特点的基础上,运用故障树分析法建立数控机床主要部位的故障树模型,依据此模型开发了一套基于故障树的故障诊断系统,该系统具有诊断速度快、诊断结果准确率高的特点,有效实现了数控机床故障的智能分析诊断。

关键词:故障树数控机床故障诊断

中图分类号:TP315 文献标识码:A 文章编号:1674-098X(2012)06(c)-0068-02

1 引言

随着工厂自动化程度的提高,数控机床已经成生产线上的关键设备,如果出现故障但维修不及时,往往会波及到整个生产过程,长时间停机将会造成巨大的经济损失[1]。然而不管生产设备的可靠性有多高,其发生故障是不可避免的,因此提前进行诊断以及在发生故障后能及时进行维修,对于企业来说是非常有意义的。

数控机床是由主机、数控装置、驱动装置、辅助装置等多个子系统构成的复杂机电系统,其故障产生的原因往往比较复杂[2]。由于数据机床的故障既有机械故障,又有电气故障,还有液压故障,故障种类多,故障级别也不同,因此,有必要采用故障树分析法对数控机床故障进行分析,按层级建立故障树,并以此作为专家系统的知识获取,能有效建立基于规则的故障诊断系统。

2 故障树的建立和分析

2.1 故障树分析法

故障树分析法采用逻辑方法,形象的进行故障分析,具有简单明了、思路清晰、逻辑性强等特点。可做定性分析、定量分析。体现了系统工程方法研究安全问题的系统性、准确性和预测性,是安全系统工程主要的分析方法。将系统级的故障现象(顶事件)与最基本的故障原因(底事件)之间的内在关系表示成树形的网络图,逐层之间由数字逻辑关系构成。它通常把系统的故障状态称为顶事件,通过树状结构搜索,然后找出系统故障和导致系统故障的诸多原因之间的逻辑关系。并将这些逻辑关系用逻辑符号表示出来,由上而下逐层分解,直到不能分解为止,推导出各故障和各单元故障之间的逻辑关系,利用这些逻辑关系最终找出对应的底层故障原因[3]。以下是故障树的建立步骤。

1)顶事件的确定。对于数控机床来说就是表现出来的故障现象。

2)分析顶事件,即对故障现象进行分析。通过对数控机床的故障现象进行分析,寻找引起故障现象发生的直接的和必要的原因。将故障现象作为输出事件,将所有直接原因作为输入事件,并根据这些事件的逻辑关系用适当的逻辑门表示。

3)分析每一个与顶事件(故障现象)直接相联系的输入事件。如果该事件还能进一步分解,则将其作为下一级的输出事件,如同步骤2)中对顶事件那样进行处理。

4)使用逆向思维。已知输出事件,利用逻辑关系找出有问题的输入事件,一棵倒置的故障树就这样形成了。

2.2 故障树的建立

数控机床是由PLC电气控制、伺服、机械传动、液压静压、冷却、排屑、刀具等综合在一起的机电设备,其中包括床身机械、齿条齿轮丝杠传动、润滑静压冷却、电气控制、伺服模块、伺服电机及制动、测量系统、计算机控制及其他[4]。把系统功能进行层次分解,通过表示数控系统中各个子模块之间关系的方法,将系统的功能用它的下级子系统的功能来表示,而其子模块的功能又用它本身的各功能模块的功能表示。系统功能的这种层次分解,也就是系统故障分析过程中的模拟,功能分解的结果就是一棵故障树。这个故障树共有四层:第0层顶事件,即系统故障;第1层中间事件是可能引起系统故障的各个子系统故障;第2层中间事件为可能引起子系统故障的各个功能模块故障;而第3层即底事件,是引起系统故障的最终不可分割的功能子模块故障。图1所示为数控机床的伺服系统故障树(部分)。

3 数控机床故障诊断专家库

数控机床的专家知识库是依据数控机床的故障树建立的,专家系统是将人类专家的知识、经验输入到计算机中,使计算机能够“思考”和“推理”,从而解决问题的人工智能方法[5]。一个专家系统由知识获取系统、知识库、推理机、解释器、输入输出系统组成。

故障树和专家系统知识库的联系在于:故障树的顶事件对用于专家系统要分析解决的任务,故障树的每个最小割集就是该系统的故障原因,对应于专家系统要推理的最终结果,故障树由上到下的逻辑关系对用于专家系统的推理过程,故障树的树枝对应于专家系统中知识库中的规则,其树枝数对应于规则的规则数,知识库的获取来源于故障树。

专家系统用知识进行推理和判断,一般采用产生式规则模型,其基本形式为:IF(条件)THEN(操作或结论),知识库的建立过程也就是将故障树中的知识转化为专家系统中规则的过程。

3.1 知识获取系统

知识的获取是专家系统的基础,对于故障诊断系统来说,发现故障并通过一定的手段进行解决,这就是知识,这些知识来源于操作人员、技术人员,再经过专家的提炼抽取,最终形成计算机系统能处理的知识。

知识获取是一个迭代的过程,通过多次迭代,实现知识库的建立,真正能够满足数控机床的故障诊断。

3.2 知识库设计

专家系统的工作过程是获得知识并加以应用的过程。处理知识的首要问题就是如何表示知识的问题。对于真正的专家来说,知识就是经验,是无形的,但是要形成计算机专业家系统,就必须用规范的语言将知识描述出来,这就需要对知识进行编码,也就是知识的符号化过程。需要把知识编码成为一种合适的数据结构,可以在计算机系统中存储并处理。数控机床故障诊断专家系统知识库,主要采用框架表示法,知识库中的每条知识又是采用规则来表示。

(1)规则表示法。规则表示法将指定原因信息与某些故障相关联．对新信息或需要执行的故障过程做出断言。规则表示的知识中,一般都引入阈值和权值。其中阈值用来表示应该肯定还是否定的限度,权值表示同一规则中不同条件的重要程度,如果条件的置信度大于阀值,则该条件表示一条肯定事实,否则该条件表示一条否定事实。而“权值”是反映其功能关键程度、故障概率和检测代价的参数,权值越大说明该条件越重要,在推理过程中更应作为优先考虑的对象。

(2)框架表示法。针对本文用故障树来分析数控机床故障,虽然其内容不同,但都可分成顶事件、中间事件和底事件,都有故障树节点,存在一些共同属性。因此我们可以把这些共同属性分离出来,建成一个上层框架,再把各类事件独有的属性分别构成下层框架,并可在下层框架间隔设立一个专用的中间层,反映上、下层之间的关系,指出其上层框架,以建立上下框架间联系,下层框架还可以继承其上层的属性和值,既减少知识冗余和保持知识一致性,又节约了时间和空间。

3.3 推理机设计

推理就是对数据机床故障进行识别,其过程就是将数据库中的事实与知识库中的规则进行匹配的过程。推理机是故障诊断专家系统的核心。该系统就是根据操作人员所感知到的故障现象,并将特征输入到系统中,利用知识库中的知识,并按照一定的推理策略逐步求解问题。故障诊断专家系统知识库的设计中,将故障树知识转化成基于规则的专家系统知识。本系统采用基于规则的推理,采用正向推理为主、反向推理相结合的混合推理模式。其推理流程为:先初始化系统,根据编号初步确定故障树中各节点事件的优先级;然后根据系统中提供的故障模式,系统从规则库中选择规则对两者进行模式匹配,匹配成功则进行故障树下一节点的故障诊断,直到进行到底事件也就是叶节点;最后给出诊断结果。

3.4 解释器设计

解释器是对推理结果的解释,通常推理结果只是简单的描述,对于用户来说,还需要将结果转换成可以理解的语言。

3.5 输入输出系统

输入输出系统是数控机床故障诊断系统与用户间交互的平台,通过这个平台,操作人员可以进行故障知识的积累,也可以进行故障的诊断操作(如图1)。

4 系统实现

本系统基于.Net平台,应用WPF技术进行开发,充分利用关系数据库,实现统一的数据存储。在关系数据方面,该系统采用SQLServer数据库,实现知识库数据以及推理规则的存储,保证了数据的安全性和系统的稳定性。

由于该系统采用.net平台开发,使用模块化的组织方式,整个系统具有良好的交互性、可用性和可扩展性,有利于系统的维护和升级。

应用故障树技术进行数控机床的故障诊断,极大地提高的故障诊断效率,故障诊断系统主界面如图3所示。

5 结语

本文在深入分析了数控机床典型故障后,结合当前先进的故障诊断技术,将故障树分析法和专家系统应用于数控机床的故障诊断。用层次分析法构建了数控机床的故障诊断模型,建立了专家系统的知识库和推理机,应用WPF技术完成了数据机床故障诊断专家系统的开发。此系统方便用户对故障进行快速的诊断判别和维修。

参考文献

[1] 姜秀华.制造系统数控机床故障处理技术研究[J].制造业自动化,2011,33(12):30-32.

[2] 叶伯生,黄增双,李斌.故障树分析法在数控机床故障诊断系统中的应用[J].机械设计与制造,2006,(8):135-138.

[3] 孙永盛,朱保国,韩军.基于故障树的康明斯发动机故障诊断专家系统[J].机电产品开发与创新,2011,24(5):21-23.

[4] 贾育秦,张志刚,翟大鹏.基于故障树的数控机床故障诊断系统研究[J].太原科技大学学报,2009,30(5):401-404.

[5] 黎奇志,胡国平.基于故障树和模糊推理的故障诊断研究[J].微计算机信息,2011,27(8):186-188.