关于数控机床故障诊断与预报系统研究

孙宇

唐山工业职业技术学院 063000

1 系统故障诊断分析

1.1 传感器

一般而言，进行数控机床监控时，应该从七个关键因素进行分析，分别是机器噪音、运行速度、承受压力、转矩、机器温度、振动幅度以及磨损残余物。基于七个影响因素分析，能够监控机床运行状态。噪音监控可以通过振动测量出，磨损残余物检测可以从油箱以及轴承磨损情况进行分析，检测这些轴承以及齿轮运行情况，通过传输信号类型便可诊断出磨损情况。另外，在机床内，自动诊断系统能够根据运动情况和类型来确定运动速度，进而较好地控制速度。因此，进行系统控制时，应该从速度传感器以及温度传感器方面进行分析，保障机床稳健运行，精准定位故障，提升运行速度。其中，在整个系统中，齿轮传感器传输方向和距离基于测量位移方式进行计算便可得出。

1.2 处理器

系统监测量比较大，传统计算方法精度低，不能准确计算出数值，导致实时性变差。D S P在处理运行模式时，能够根据速度快慢，提高处理器处理效果。选择D S P系统时，应该充分考虑数据处理能力，当数据处理速度提高时，会处理更多复杂的数据，而且还能保障数据传输速率。一般而言，良好的处理系统能够保障数据传输高效性以及实时性。

1.3 模数转换(A/D)器

进行数据转换时，转化过程应该包含编码、量化以及采样过程。该系统传感器分布比较密集，进行转化时，应该根据传感器模型，把握模拟进度以及通道来选择转化类型。选择转换器时，应该将高转化率以及分辨率当成技术基础。进行反应对接时，应该从转换离散量进行分析，保障转换精度。实践中发现，最高转换频率出现的条件是：在相同采样点数下，分辨机床故障，该故障会伴随运行周期展现。实际运行中，既要发挥转换器实效，又要准确定位故障所在，又不会采集更多数据。转化时，A/D转换器应该同D S P系统兼容，其中数据线使用以及操作规范都应该保障兼容。

2 系统特点

2.1 诊断精准度高

该系统在硬件以及软件方面均可保障系统诊断精度，分布传感器的部位会根据机理运行情况来确定，才能全面检测出故障部位。另外，传感器放置位置和数量应该根据单一线性来确定。数据融合效率提高之后，信息融合度提升，提取数据时才能保障精准度和可靠性。最后由D S P处理器进行处理，将复杂运算方式简单化，进而得出精准的诊断结论。

2.2 数控机床检测内容的标准化

机床种类复杂且多样，在实际使用中没有确定的检测标准。随着深入研究，数控机床逐渐向标准化方向发展，检测故障部位时，借助具体标准方法进行检测。分类机床类型，使得每种故障都保障在严密的标准下得到检测，进而根据机床类型确定选型样式。

3 使用关键技术

3.1 小波技术

小波技术指的是用具有零值的函数来表示信号使用情况，小波分析在固定时间段上，保障平面刻度值，不断提升信号强度。通过不同的信号波段，观察信号使用情况。信号量被分解到不同的频道中，可以直观信号覆盖性，也可以分析信号分布细节，进而提升分辨率。借助该技术功能，实际运用机床控制时，可以实时观测监控状态。小波段信号会分析出故障信息类型，保障信息收集质量，从而提供精度数据，分析出磨损故障参数。

3.2 信息融合技术

进行故障诊断时，信息技术融合效益得到提高，并且被广泛推广。信息融合是个复杂过程，它能够进行多层次、宽领域检测，将多组数据进行联合、重组，以便实现进度检测。基于机床故障同时性，故障间大多存有关联性。信息融合过程中，就是根据层次关联性来确定，抽象化比较明显。在该机床系统内，要基于传感器使用情况以及系统计算类型，综合考虑辨识度以及计算程序。另外，可以改变算法，推动人工神经网络同算法融合在一起。该系统基于信息融合基础上，提升诊断速度。系统运行时常伴随故障，在实际运用中，应该减少故障出现。在保障数控机床运行效率的基础上，逐渐提升数控运行效率，这是保障数控高效运行有效途径之一。不论基于哪种检测方式，都应保障在短时间内检测到故障，进而采取应对措施进行处理，提高数控机床作业效益。

4 结束语

随着社会不断发展，技术推动社会繁荣发展，数控机床自动化程度越来越高。在实际运行中，一旦出现故障将影响设备运行。随着人们不断深入研究，诊断数控机床故障预报系统效率将逐步提高，保障设备运行性能。

[1]苗恩铭,龚亚运.支持向量回归机在数控加工中心热误差建模中的应用[J].光学精密工程,2013（4）.

[2]蓝益鹏,邱超.磁悬浮永磁直线电动机悬浮系统模糊PID控制器的设计[J].组合机床与自动化加工技术,2013（3）.

[3]李雪萍,吴文江.基于灰色理论的数控机床主轴热误差温度测点优化[J].组合机床与自动化加工技术,2013（3）.

[4]李文锋,杜彦辛.基于FLUENT的精密数控车床静压导轨设计及优化[J].机床与液压,2013（7）.