数控机床故障诊断新技术的研究

龙源期刊网数控机床故障诊断新技术的研究作者：刘超平陈兴来源：《中国科技纵横》2015年第13期【摘要】数控机床是现代制造业重要的加工设备，提高其设计可靠性、故障诊断的准确性和排故维修的有效性一直受到人们的高度重视。由于数控机床结构非常复杂，目前常用的故障诊断方法有直观检查法、特征量辅助诊断、故障树分析、模糊诊断等已经不能满足现代数控机床的维修需要，我们必须找到更先进的诊断方法和手段，现在出现的基于计算机以及网络技术的数控机床故障诊断方法有：诊断专家系统、人工智能系统、人工神经网络（ANN）、多传感器信息融合以及智能化集成诊断系统等。【关键词】数控机床故障诊断诊断专家系统人工智能人工神经网络数控机床是一种精密的机械加工设备，数控加工具有高精度、高效率、高柔性和高刚性等特点，适应于多品种、小批量、高难度零件的加工，在现代制造业应用越来越广泛。随着人们生活水平的提高，社会对产品多样化需求的增加，以及产品更新换代的加速、对现代数控机床在加工效率、质量、柔性和成本等方面提出了更高的要求，要求数控机床能实现长时间地、连续地自动加工，具有高可靠性、可维修性和安全性。多年来，人们一方面在数控机床硬件结构的合理性和对用户的开放性以及软件系统的通用性等方面作了大量改进，推出了一代又一代新的CNC系统和机床；另一方面，采用了提高制造工艺水平、严格选择元器件，采用容错技术和可靠性设计等措施减少数控机床的故障率，提高其可靠性和可维修性；另外，人们越来越重视研究故障诊断技术，以提高数控机床故障诊断的有效性和快速性。随着科学技术的飞速发展，作为自动化系统基本加工单元的数控机床CNC装置结构越来越复杂，功能越来越完善，系统故障的排除越来越困难。现代的数控机床故障诊断也运用了更先进的技术手段：1诊断专家系统诊断专家系统与人工智能系统都是从数据库出发，调用知识库中的相应知识、经过推理机构的推理获得所需的结论。专家系统是人工智能最活跃的一个分支，以其智能化程序高和实时性强而应用于很多领域。八十年代初，专家系统才开始应用于故障诊断领域，故障诊断专家系统与传统诊断技术相比具有如下特点：（1）通过对各种诊断的经验性专门知识形式化描述，不仅可以使这些知识突破专家个人的局限性而广为传播，而且也是对科学方法论的一个发展。（2）克服人类诊断专家供不应求的矛盾。龙源期刊网（3）故障诊断专家系统可以结合其它诊断方法，综合利用各类专家的知识、经验，实现在线监测故障、离线诊断与分离故障。（4）故障诊断专家系统具有人—机联合诊断功能，可充分发挥人的主观能动性。专家系统具有知识获取和自学习功能，它能在使用过程中日趋完善。2人工智能数据库人工智能数据库以提高系统可靠性、可维修性和高效率性为目的，这种数据库主要包括加工参数的自动设定和图形功能等。加工参数的自动设定功能，实际是一个工艺参数库，系统能根据被加工工件的材料、加工余量等自动确定切削用量、加工刀具的选取及加工条件的设定等，这种数据库不但需要积累大量工艺数据，还必须具有某种学习功能及推理能力。通常将人工智能数据库与故障诊断专家系统联系在一起，建立一个综合专家系统，既提高系统的可靠性，又提高了系统的诊断维修性能。3人工神经网络（ANN）由于ANN具有联想、容错、自适应、自学习和处理复杂多模式等特点，近年来开展了诸多研究和应用。这种方法将被诊断的系统的症状作为网络的输入，将所要求得到的原因作为网络的输出，并且神经网络将经过学习所得到的知识以分布的方式隐式地存贮在网络上，每个输出神经元对应着一个故障原因。目前常用的几种算法有：误差反向传播（BP）算法、双向联想记忆（BAM）模型和模糊认识映射（FCM）等。4多传感器信息融合技术要保证数据机床长期无故障运行及在故障情况下快速诊断和排除故障，需要监测系统进行加工状态监视以及提供故障情况下的状态信息。另外，还需要信息处理技术对状态信息分析提取特征以供监视或故障诊断使用。由于数控系统内在的复杂性和关联性，过去传统单因素监测和信息处理已显得力不从心，多传感器信息融合概念的提出为CNC状态监测开辟了新途径。多传感器信息融合就是充分合理地选取各种传感器，提取对象的有效性信息，充分利用多个传感器资料，通过对它们合理支配和使用，把多个传感器在空间或时间上冗余信息或互补信息依据某种准则来进行组合，以获得被测对象的一致性解释或描述，使该信息系统由此获得比它的各组成部分的子集所构成的系统更为优越的性能。利用多传感器对CNC进行诊断，能大大降低误判率、漏判率，提高诊断准确度，采用信息融合技术，先对同一层次的信息进行融合，获得更高层次的信息，再汇入相应的信息融合层次，这样从低层至顶层对多元信息进行整理合并，逐层抽象，从而取得比单一传感器更准确更具体的诊断结果。由于ANN具有大规模并行处理能力、抗干扰能力及高度的非线性特性，可将它用于多传感器信息融合。龙源期刊网智能化集成诊断系统将传感器信息融合与人工智能技术、ANN技术相结合，建立集监测、诊断为一体的智能集成诊断系统是CNC故障诊断的新方向。集成诊断专家系统能充分利用多种形式的知识（经验知识、状态知识、物理知识等）诊断推理，结合多种故障信息（征兆信息、状态监测信息等）进行综合诊断，可实现实时监测与诊断，提高了智能诊断与决策水平和CNC机床诊断的自动化程度。因此，积极开展CNC机床智能集成诊断系统的研究具有重要的理论价值和实践意义。参考文献：[1]曹琰主编.数控机床应用与维修.北京：电子工业出版社，1994.[2]刘希金等.机床数控系统故障检测及维修.北京：兵器工业出版社，1994.[3]杨叔子等.基于知识的诊断推理.北京：清华大学出版社，南宁：广西科学技术出版社，1995.12.[4]同淑荣等.智能制造与智能混合系统.中国机械工程，1995；6.[5]YeNong，ZhaoBaijun，GavrielSalvendy.NeuralNet-works-AidedFaultDiagnosisinSupervisoryControlofAdvancedManufacturingSystems.Int.J.Adv.Manuf.Technol，1993；（8）：200～209.[6]曾昭君，何钺，史维祥.故障诊断神经网络的发展前景.机械工程学报，1992.