数控机床智能故障诊断技术研究

刘瑞已

(湖南工业职业技术学院，湖南 长沙 410208)

0 引言

我国的数控机床作为一种高技术精度、尖端的机械设备，广泛应用于许多企业的关键机械零件的加工中。但是，如果不及时发现机械存在的故障，就可能直接导致关键工件全部报废，威胁到操作人员的人身安全，降低中小企业的实际生产效率，进而增加中小企业的实际生产成本。因此，对数控机床机械智能故障检测诊断等新技术的深入研究以及应用开发，不仅对推动我国数控机床的各项核心技术研究和新领域的发展具有重要的战略意义，还对装备制造业的发展有很大的帮助。

1 数控机床常见的故障

1.1 断路故障问题

断路元件的故障是目前数控机床常见的各种电气安全故障之一。这种断路元件故障的具体形成原因主要包括接触器上的接触面因长时间的点火燃烧而出现严重的过氧化、电器接线不够可靠或者电器元件发生烧坏等问题，导致出现断路故障[1]。如果一台好的数控机床在实际运行过程中，没有及时发现存在的工作故障，那么可根据一台数控机床的实际元件工作情况，初步判断故障是否为数控机床元件在实际工作运行中的断路故障。在工作中建议用万用表、电阻器、调压器等各种专业机床断路故障检测设备，对一台数控机床电器的元件进行机床断路故障检测，从而可以初步判断断路故障的原因。

具体的操作方法主要是：用无阻线路上的电阻器软件自动检查电路系统，判断整个电路系统的电源是否完全自动断开。同时，参考国际有关无阻电路设计工作原理以及流程图，根据实际需要计算测量整个线路系统的电阻值，采用一个电路分段进行电阻测量的电路计算操作方法，准确定位断路故障位置。此外，短路也是一种判断是否为断路故障的方法。通过短路检测，可以检测机床故障的各个区段的电阻值是否正常。如果短路检测后该段机床内部故障完全消除，则该段为机床故障触发点。如果机床故障仍继续存在，则该段需要进一步检测，直至找到机床故障的确切位置。

1.2 开关与控制器故障问题

如果触点发生烧坏，将导致整个数控机床电气系统的数控开关与多个控制器接触不良，从而直接导致多个控制器的功能同时失效，对整个数控机床的正常运行产生很大的影响。为了有效解决这个技术问题，就需要考虑选择一个设备能同时承受大容量负载的数控开关。根据目前的机床实践经验，电路技术故障的发生概率与设备使用这种继电器的设备数量是相关的，特别是已经维修过的机械部件以及不经常进行维修的机械部件，很容易发生这种电气技术故障。这种类型的电气技术故障大多数都是由于企业缺乏相关专业的电气技术人员，导致设备操作中的电气隐患不能及时被发现、消除。一旦设备发生这种电气故障，就可能会对整个数控机床的运行产生很大的影响[2]。

2 智能故障诊断技术的研究现状

当前，数控机床的智能故障分析诊断主要面临以下几个问题：机床故障的诊断位置不明显，不易及时发现，容易发生误诊；机床的加工生产环境复杂，故障诊断信息分析获取比较复杂，操作人员发生智能故障的误判概率高；目前对数控机床智能故障分析诊断的技术认识尚不全面。而根据国内外故障研究发展现状，数控机床的智能故障分析诊断技术的应用研究主要包括以下4个方面：(1)机床智能故障诊断系统方法的应用研究；(2)智能诊断系统管理体系智能结构化研究；(3)诊断系统智能集成管理技术化研究；(4)智能故障诊断机理与机床故障诊断模型化研究。

2.1 智能化的诊断分析方法

2.1.1 故障树分析法

故障处理树的系统分析法主要是从机床整体到局部，逐步分析和准确排除各种可能引起各类机床系统故障的主要因素。利用故障树系统分析可以检查机床系统软硬件上的故障和一些人为因素，也可以检查单个不同部件故障所引起的机床系统故障，同时分析两个或多个不同部件故障引起的机床系统故障的主要原因。该方法是一种综合性地考虑机床系统故障发生原因的技术分析方法，缺点主要是系统故障发生的机理不明确，构建系统故障分析树的部件冗余树复杂，比较适合于常规部件故障树的诊断，无法及时发现个别特殊部件故障。

2.1.2 单一功能监测法

单一功能的机床故障信号监测是通过整个机床故障传感器，直接检测采集整个机床各主要功能部件在日常运行以及维护数据信息中的管理信号，如整个机床的工作温度、功率、声音、激光发射和振动等，建立相应的机床故障数学特征信号处理模型，对模型数据进行数学逻辑分析，提取并处理整个机床出现故障时的主要特征信号，这样可以帮助用户判断整个机床的内部环境是否真正存在故障以及整个机床主要故障的具体位置。其主要优点是通过机床传感器，容易直接检测机床外部环境的各种外力干扰；缺点是通过机床接收器采集整个特征处理信号复杂且不完整，信号模型采集的特征处理方法工作效率不高，容易对机床的主要部件故障特征信号模型发生误判，或机床故障发生后未能及时发现。

2.1.3 模式识别与训练模型的应用

模式识别与训练样本模型的主要应用范围是指通过建立一套广泛的数控机床实验故障测试样本的模型数据库，并利用目前已知的各种数控机床实验故障样本，建立机床神经网络、支持机和向量机等训练模型，并充分利用它们的功能，快速准确地判断数控机床测试是否存在实验故障。但是，该训练方法的主要缺点之一是不能对数控机床的实验故障样本位置数据进行准确判断[3]。同时，由于数控机床设备制造成本高，且机床测试实验样本模型建立困难，不能同时收集大量的测试样本数，并对模型数据进行识别训练。

2.2 诊断系统的架构研究

诊断系统的基础架构主要分为在线集中式和分布式两种实现形式。一是采用在线实时智能诊断与离线精密智能诊断相结合的一种模块化系统结构。目前，设备远程网络故障智能诊断的基础研究大致包括以下几个方面：基于Web的智能网络故障智能诊断网络知识库以及基于智能网络分析与故障诊断网络技术的基础研究，其主要领域包括基于Web的网络智能故障诊断应用分析系统、基于典型案例的专家系统等；基于图形化编程语言的远程监控软件研究、专家咨询环境研究。

2.3 诊断系统的集成技术研究

目前，数控机床智能故障诊断系统的网络集成信息技术主要体现在以下4个方面：(1)过程信息的集成，即机床故障分析诊断解决过程，在各个环节的信息集成；(2)故障分析诊断解决方法的信息集成，联合机床的应用诊断系统，即集成多种机床的智能故障诊断解决方法，集成多种机床故障分析诊断模型、故障分析诊断过程推理分析策略或诊断方法；(3)基础信息表达集成，即对不同的故障诊断过程数据、诊断基础知识及其应用相应的信息表达方法信息进行合理、综合的分析应用；(4)基础网络化信息集成，即信息共享集成(从现场机床故障检测诊断分析到远程机床故障分析诊断的基础网络和信息资源)。

2.4 数控机床故障机理及故障模型研究分析

通过高效的诊断方法，最能反映具体数控机床的关键设备运行状态(静态)和实际运行系统状态(或动态)，其主要特征诊断量或故障诊断量的知识，并据此建立相应的动态故障诊断模型。目前相关技术研究重点一般集中在以下3个方面：(1)深入研究反映数控机床具体关键部件的动态故障模型诊断，如解析器、刀具等。相应的故障诊断技术方法主要包括信号传感器诊断技术、信号监测处理与信息分析诊断技术和多媒体传感器融合诊断技术。(2)通过一定的信号监测和分析诊断模型，可以实现故障状态的特征判断和相关故障状态预测；根据故障诊断预测对象的系统结构和诊断功能，结合不同故障状态特征和诊断现象以及相关领域专家的故障状态诊断实践经验，采用基于系统模型的诊断方法，设计构建一套故障状态诊断系统技术知识库。(3)从整个设备制造生产过程的角度出发，关注故障状态变化的形成原因及与诊断结果之间的相互关系，建立一套相关的故障仿真诊断模型，如pepetri网、有向图仿真模型等。

3 数控机床智能故障诊断技术研究存在的问题

国内外学者在数控机床故障诊断方面付出了大量的时间，目的就是可以在这个行业中取得显著的成果。虽然目前依旧有提升的空间，但是智能故障分析诊断行业一直在不断进步。

3.1 缺乏相关的知识表示和获取的研究

知识库中的知识十分多变，并且其结构也非常复杂，知识获取途径各异，容易产生知识孤岛，需要对诊断知识进行正确表示和获取。

3.2 故障诊断系统的推理策略不够灵活

现阶段最常用的故障诊断系统是根据以往的案例进行，其诊断方式过于简单，应该根据实际故障问题和现象制定推理机制。

3.3 缺少统一的平台

远程诊断系统对于故障诊断有着非常明显的帮助，但是想要让远程诊断系统切实落实到数控机床的故障诊断中，需要建设统一的系统平台。

3.4 缺少合理的集成架构

集成化诊断思想还不成熟，故障诊断体系的通用型智能化与实施方法研究还没有形成明确的研究目标。面对故障问题没有完善的故障信号处理方法，现阶段的研究仅限于对设备某一局部用某种方式实现，缺乏使用的故障信号处理方法。

4 数控机床在智能故障分析诊断技术研究中的应用

基于国内外有关数控机床的研究，本文在智能系统故障分析诊断系统技术的创新研究发展现状的基础上，对我国数控机床智能故障分析诊断技术的未来研究方向进行了一定的分析预测，主要包括以下几个方面。

智能故障分析诊断系统采用一种新的知识语言表示与信息获取解决方法，如将各种知识电子工程理论中的系统本体知识概念，重新引入数控机床系统故障的分析诊断领域，为诊断系统之间的交互操作以及应用提供良好的理论基础；分布式、网络化一直是智能故障诊断技术发展的大方向[4]。近年来，智能故障诊断系统的网络结构已从横向集中式的网络，发展转变到分布式和纵向网络化。而基于Web的多台数控机床智能故障分析诊断系统，能够大大地提高自身的应用性能，能够使其成为未来的发展趋势。为了提高机床智能故障分析诊断系统的功能可持续扩展性以及系统可持续重构性，采用一套智能故障分析诊断的信息分层处理模型，可以形成一套分布式的智能故障信息采集和数据处理模式，逐步将其集成起来，形成一套全局性的故障分析诊断系统。近年来，人工神经网络、遗传算法、模糊逻辑决策、多媒体传感器技术融合等，这些在智能故障诊断中的应用尤为普遍。未来将在此基础上开展综合诊断技术的研究，从而为我国数控机床的智能故障检测诊断理论技术研究打下坚实的基础。

5 结语

数字控制机床是一种具有程序控制系统的自动化机床。随着社会发展脚步的加快，数控机床在机械制造业中的地位越来越高。数控机床故障诊断及维护是机床调试和使用过程中的重要组成。对此本文重点总结了数控机床智能故障修复诊断技术的研究现状和国内数控机床智能故障修复诊断的技术特点，发现了一些可能存在的技术问题，展望了未来国内数控机床故障智能系统修复诊断领域的研究工作重点和发展方向。