数控机床故障诊断.ppt

《数控机床故障诊断.ppt》由会员分享，可在线阅读，更多相关《数控机床故障诊断.ppt（24页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、数控机床故障数控机床故障诊断断目 录CONTENT数控机床故障诊断的特点1 12 23 3智能诊断技术的研究现状智能诊断方法1.数控机床故障诊断的特点综合来说，目前数控机床故障诊断的几个主要特点1：(1)故障发生的可能性高。(2)难以及时发现故障。(3)故障快速定位的难度大。(4)容易产生漏诊和误诊。(5)加工过程中信息量大且繁杂。(6)诊断知识获取困难。1王家海,黄江涛,沈斌,等.数控机床智能故障诊断技术的研究现状与展望J.机械制造,2014,52(5):30-32.1.数控机床故障诊断的特点(1)故障发生的可能性高数控机床的高度柔性要求系统内部具有高度灵活性和运行模式的多样性，这将增大系统

2、的不确定因素。并且在模式转换过程中数控机床故障率也会增大。(2)难以及时发现故障数控机床往往是在缺乏人现场监视的情况下运行，现场故障的瞬时信息往往难以捕捉。故障难以早期发现。(3)故障快速定位的难度大数控机床各部件之间是动态联动且离散的，这使得数控机床的故障具有传播性与分散性，因此故障征兆信息获取困难，故障快速定位难度大。1.数控机床故障诊断的特点(4)容易产生漏诊和误诊加工过程中随机干扰因素增大，使系统的漏诊、误诊的可能性增大，诊断推理的精确性和结论的可信度下降。(5)加工过程中信息量大且繁杂适合于监控、诊断和预警的信息资源需要挖掘，对监控策略、故障特征提取和诊断知识库的管理等环节提出挑战。

3、(6)诊断知识获取困难系统设备多样、复杂，加工过程以柔性多任务为目标，加工类型、过程和工况多样，难以全面搜集正常状态与异常状态的先验样本和模式样本。2.智能诊断技术的研究现状数控设备智能故障诊断技术的研究可概括为4个方面2(1)智能诊断方法研究(2)诊断系统架构研究(3)系统集成技术研究(4)故障机理及故障模型研究2周桂红.基于多Agent的数控机床远程故障诊断系统研究D.长春：吉林大学,2008.2.智能诊断技术的研究现状1.智能诊断方法研究的研究可概括为以下个方面(1)各种单一功能的监控与诊断方法、如电流与功率监控、振动与谱特征分析、时序或时域特征分析等功能参数和阈值的比较。(2)故障树法

4、与其他方法结合(3)机器学习与其它方法的结合(4)模糊数学与决策方法(5)Multi-AgentSystem(MAS)的应用2(6)基于图论的故障诊断32周桂红.基于多Agent的数控机床远程故障诊断系统研究D.长春：吉林大学,2008.3盛博,邓超,熊尧,等.基于图论的数控机床故障诊断方法J.计算机集成制造系统,2015,21(6):1559-1570.2.智能诊断技术的研究现状(1)各种单一功能的监控与诊断方法。这种方法对于柔性高的系统来说只能局部适用。(2)故障树法。把数控设备分成几个子系统，以故障树表征故障结构，以故障模糊分析实现故障推理。(3)机器学习与其它方法的结合。应用最多的是神

5、经网络，其他的有svm，贝叶斯网络等。2.智能诊断技术的研究现状(4)模糊数学与决策方法包含模糊逻辑推理、模糊综合决策，模糊理论与神经网络结合等内容。(5)Multi-AgentSystem(MAS)的应用适合作为分布式系统，在Multi-Agent系统中，每个Agent具有独立性和自主性，能够解决给定的子问题，自主地推理和规划并选择适当的策略(6)基于图论研究故障传播一个机械故障可能由多个故障原因引起；一个机械故障可能由一个故障原因引起，而这个故障原因又可能由其他故障原因所引起。建立多故障模型，并基于图论研究故障诊断方法。2.智能诊断技术的研究现状2.诊断系统架构主要有集中式和分布式两种形式

6、，出现了在线实时诊断与离线精密诊断相结合的模块式结构。目前，设备远程故障诊断的研究领域主要包括以下几个方面4(1)基于网络的故障诊断知识库的研究。(2)基于网络智能分析诊断技术研究。(3)远程监测软件研究。(4)专家会诊环境研究。4LuZhili,HuShiguang,WangTaiyong,etal.RemoteMonitoringandIntelligentFaultDiagnosisTechnologyResearchBasedonOpenCNCSystemJ.AdvancedMaterialsResearch，2013,819:234-237.2.智能诊断技术的研究现状(1)基于网络的

7、故障诊断知识库的研究。研究针对不同应用对象，制定故障诊断规则，筛选监测诊断数据和故障案例，建立基于web的网络诊断知识库。(2)基于网络智能分析诊断技术研究。主要研究基于web的网络信号分析、智能诊断应用程序系统开发，基于规则的专家系统自学习技术的研究与软件开发。(3)远程监测软件研究。主要研究开发支持网络化数据通信接口、快速描述监测系统环境、定义数据传输和处理过程的软件工具，能够根据不同检测对象快速构建检测诊断平台。2.智能诊断技术的研究现状(4)专家会诊环境研究。研究开发具有开放接口的远程设备故障诊断分析工具包，提供频谱、细化谱等常规分析工具及小波分析等先进分析工具，提供神经网络方法、基于

8、规则的专家系统和综合智能诊断方法等诊断工具和可拓展的故障诊断知识库。2.智能诊断技术的研究现状3.目前数控机床诊断系统的集成技术主要体现在以下4个方面5。（1）过程集成，即故障诊断流程各个环节的集成。（2）故障诊断方法集成，多种故障诊断模型、故障诊断推理策略或方法的集成。（3）信息集成，即不同诊断数据、诊断知识及其相应的表达方法的综合应用。此外监控系统中的硬件设备，如传感器、PLC和CNC等的集成也可以归入信息集成。（4）网络化集成，从现场故障诊断到远程故障诊断的网络化和资源共享集成。从学科交叉角度实现集成，将数据更好的通过网络传播。5王家海,黄江涛,沈斌,等.数控机床智能故障诊断技术的研究现

9、状与展望J.机械制造,2014,52(5):30-32.1.智能诊断技术的研究现状4.数控机床故障机理及故障模型研究体现在以下3个方面6。（1）深入研究数控机床的具体部件，如旋转变压器、刀具的故障诊断。相应的诊断方法以传感器技术、信号处理及分析技术和多传感器信息融合技术为主，通过一定的监控诊断模型实现状态判定与故障预报。（2）根据诊断对象的原理、结构和功能等，结合人类专家的故障诊断的经验，用基于模型等方法，构建故障诊断系统的知识库。（3）从整个制造过程出发，注意引起状态变化的原因和结果之间的联系，建立相关的仿真模型，如Petri网和有向图模型等。6王家海,黄江涛,沈斌,等.数控机床智能故障诊断

10、技术的研究现状与展望J.机械制造,2014,52(5):30-32.3.智能诊断方法1.基于故障树的故障诊断7将系统级故障现象(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,逐层之间由逻辑关系构成。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。7杨曾芳，吕希胜基于故障树的数控机床故障诊断系统J科技创新导报，2012(18):68693.智能诊断方法1.基于故障树的故障诊断故障树与专家系统协作，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

11、家系统的推理过程。3.智能诊断方法2.基于贝叶斯网络的故障诊断8首先进行故障分析8李遇春.基于贝叶斯网络的数控机床远程智能故障诊断研究D.杭州：浙江大学，2010.3.智能诊断方法2.基于贝叶斯网络的故障诊断在对前一张图进行分析的基础上，将所有事件对应表达为贝叶斯网络中的节点，并按节点的性质分为三类:根节点层，中间现象层，原因层。上述故障树中根节点为车削工件品质因素、刀具磨损;中间现象层包括主轴振动、床身振动、刀架振动、尾架振动、主轴位移;本质原因层包括转速设置不当、切削用量设置不当、主刀架刚度下降以及定心尾架偏心。最终获得的贝叶斯网络。3.智能诊断方法3.基于混合神经网络的故障诊断9该神经网

12、络是一个二级神经网络结构，第一级神经网络主要完成故障的二级分类，本文采用BP网络作为第一级神经网络;第二级神经网络负责对每一类的故障进行诊断，考虑到当新故障出现时，能动态地在网络中建立新的模式类别，我们采用ART网络作为第二级神经网络。为了提高诊断效率，每一种二级类故障对应于一个子ART网络，方法将机械故障和电器故障一共分为八大类，在第二级网络中共有八个子ART神经网络。9DUJuan，YANXianguo，HANJianhuaStudyonCNCFaultDiagnosisBasedonHybridNeuralNetworkJModularMachineToolAutomaticManufacturingTechnique，2011，12(12):32343.智能诊断方法4.基于模糊故障树的数控机床故障诊断方法10(1)根据数控车床床车削螺纹故障故障树，分析故障征兆(M)与故障原因(X)之间的关联关系，确定数控车床车削螺纹故障征兆集合。集合用M表示，采用欧氏向量表示为:其中n为故障种类的总数。(2)分析数控车床车削螺纹故障故障发生比率，确定故障概率矩阵。首先统计故障征兆与故障原因的关系矩阵A10陈德道，安虎平，等基于模糊故障树的数控机床故障诊断方法机床与液压J.2015,43(5):177-1803.智能诊断方法3.智能诊断方法THANKSTHANKS谢谢大家！结结 语语