|
加工中心/FMS |
|
| 按行业筛选 |
|
|
| 按产品筛选 |
|
|
| |
|
查看本类全部文章 |
| |
|
|
|
|
数控机床故障诊断技术的发展动向 |
|
|
作者：江苏省常熟高等专科学校 林朝平 |
|
现代生产中，机械设备的故障诊断技术越来越受到重视。如果设备出现故障未能及时发现和排除，其结果不仅会导致机器的损坏，甚至还可能造成机毁人亡的严重后果。在连续生产系统中，如果某关键设备发生故障，往往会影响整个生产线的正常运行，并造成重大的经济损失。
数控机床是机电一体化的高技术自动化机械设备，因此，对其检测、维修技术是相当复杂的。数控机床的故障诊断技术与传统机床有着较大的区别，需采用更为先进的故障诊断技术，及时在线监测和诊断数控机床的故障，一旦发现故障前兆就可及时判断出故障的性质和部位，找出事故隐患，有目的地进行适时控制，予以排除，这就是预知维修(或状态维修)。
从传统的定期维修改变为预知维修，可大大提高机床运行的安全性、可靠性和机床的利用率，节约大量的维修时间和费用，产生巨大的经济效益。近年来，随着电子测量技术、信号处理技术、通信技术及计算机技术的发展，数控机床故障诊断技术也有了很大的发展。现将其作一简单介绍。
远程故障诊断系统
数控机床远程故障诊断系统也称为设备远程通信系统。该系统一端连接用户的CNC系统中的专用“远程通信接口”，通过局域网或将普通电话线连接到Internet上，另一端则通过Internet连接到设备远程维修中心的专用诊断计算机上。由诊断计算机向用户的CNC系统发送诊断程序，并将测试数据送回到诊断计算机进行分析，得出诊断结论，然后再将诊断结论和处理方法通知用户。
这种远程故障诊断系统不仅可用于故障发生后对CNC系统进行诊断，还可对用户作定期预防性诊断。双方只需按预定时间对数控机床作一系列试运行检查，将检测数据通过网络传送到维修中心的诊断计算机进行分析、处理，维修人员不必亲临现场，就可及时发现系统可能出现的故障隐患。SIEMENS公司生产的数控系统具有这种故障诊断功能。
自诊断系统
数控机床自诊断系统也称为自修复系统，就是在数控系统的软件中装有自诊断程序在CNC系统内设置备用的模块。软件运行中，一旦发现某一模块发生故障，该系统就会将故障信息及时显示在CRT上，同时自动寻找是否拥有备用模块，若有备用模块，该系统就能自动切断故障模块而接通备用模块，使系统迅速恢复正常运行状态。Cincinati-Milacron公司生产的950系统就采用了这种技术，因而具有自诊断、自修复功能。
专家故障诊断系统
专家系统是一种“基于知识”(knowledge-based)人工智能诊断系统，它的实质是在某些特定领域内应用大量人类专家的知识和推理方法求解复杂的实际问题的一种人工智能计算机程序。
通常，专家系统由知识库、推理机、数据库以及解释程序、知识获取程序等5个部分组成，见图1。
图1 故障诊断专家系统
其核心部分为知识库和推理机。其中知识库存放着求解问题所需的专业知识，推理机负责使用知识库中的知识去解决实际问题。知识库的建造需要知识工程师和领域专家相互合作，把领域专家的知识和经验整理出来，并用系统的知识方法存放在知识库中。当解决问题时，用户向系统提供一些已知数据，就可从系统处获得专家水平的结论。对于数控机床，专家故障诊断系统主要用于故障监测、故障分析、故障处理等3个方面。在F-NUC15系统中，已将专家故障诊断系统用于故障诊断。使用时，操作人员以简单的会话问答方式，通过数控系统上的MDI/CRT操作装置就能如同专家亲临现场一样，快速进行CNC系统的故障诊断。
人工神经网络诊断技术
人工神经元网络，简称神经网络，它是在对人脑思维研究的基础上，模仿人的大脑神经元结构特征，应用数学方法将其简化、抽象并模拟，而建立的一种非线性动力学网络系统。由于神经网络系统具有处理复杂多模式及进行联系、推测、容错、记忆、自适应、自学习等功能，作为一种新的模式识别技术和知识处理方法，人工神经网络在故障诊断领域中显示出极大的应用潜力，这是数控机床故障诊断技术新的发展途径。
人工神经网络在故障诊断领域的应用主要集中于3个方面：1)从模式识别角度应用神经网络作为分类器进行故障诊断；2)从预测角度应用神经网络作为动态预测模型进行故障诊断；3)从知识处理角度建立基于神经网络的故障诊断专家系统。同时，将神经网络和专家系统结合起来，发挥二者各自的优点，更有助于数控机床的故障诊断。
“基于行为”的智能化故障诊断技术
“基于行为”(Behavior-based)的计算机辅助诊断的基本原理是：从某台机器的实际运行状态出发，“自下而上”，即从具体到一般(而“基于知识”的专家系统则是“自上而下”，即从一般到特殊)，从机器工况状态的变化判断其故障属性。按此原理构建的基于行为的智能化故障诊断(Behavior-based Fault Diagnosis，简称BFD)系统，见图2。其核心内容是一个诊断系统应在运行过程中，不断提高自身的智能化水平，即诊断系统应当具有智能化功能。BFD系统的基本目标就是最终达到完全根据实际设备的运行行为，决定诊断系统的实际工况，经过自动识别，自我完善，自我提高，从而可以从具备初级智能的简单系统发展成为高级智能的、针对某一特定设备的专用诊断系统。
图2 BFD系统
BFD系统的一个突出优点是在缺乏设备先验诊断知识的情况下，仍然能够通过与实际设备行为的交互作用，建立一个有效的诊断系统。BFD系统的关键技术为：1)故障行为征兆的自动获取；2)故障的自动诊断策略和程序；3)BFD的知识表示和处理；4)BFD的自学习、自完善技术；5)设备的行为预测技术。
虚拟现实在故障诊断系统中的应用
虚拟现实(Virtual Reality，简称VR)是在综合计算机图形技术、计算机仿真技术、传感技术、显示技术等多种科学技术的基础上发展起来的。它利用计算机及其外设和软件而产生另一种境界的仿真，为用户创造一个实时反映实体对象变化与相互作用的三维图形世界，并通过头盔显示器、数据手套等辅助传感器设备，向用户提供一个观察并与该虚拟世界交互的多维用户界面，使用户可以直接参与和探索仿真对象在所处环境中的作用与变化，具有较强的“身临其境”之感。
由于机械设备的有些故障不能在实验台进行模拟，而虚拟现实则可以发挥其特点，进行仿真研究，弥补了某些故障难以现实模拟的不足。利用现代通信技术的国际互联网络、局域网络(包括有线或无线网络)、调制解调器等，可以研制虚拟故障诊断环境，实现设备的远程诊断。在虚拟故障诊断环境中，在某一固定地点的专家或多个不同地点的专家可以投入到在另一个地方(异地)发生的事件或过程中去，通过计算机网络及调制解调器传输数据，从而实现在专家面前的计算机中再现现场设备的运行情况或发生故障的过程，经专家诊断系统进行分析和诊断，作出决策处理，并通过网络及调制解调器反馈到现场，进行指导，并解决问题。对于数控机床故障诊断来说，这是一种很有发展前途的诊断技术。
结语
现代机械设备日益向着大型化、复杂化、自动化、高速化和连续化的方向发展，对机械设备动态监测和诊断技术的要求也越来越高。应用先进的故障诊断技术(或系统)对数控机床进行监测与诊断，可及时发现机器故障，消除事故隐患和预防设备恶性事故的发生。并且，随着高新技术快速发展，数控机床故障诊断技术将不断完善和日趋成熟。 (end)
|
|
| 文章内容仅供参考
(投稿)
(如果您是本文作者，请点击此处)
(11/17/2004) |
对 加工中心/FMS 有何见解？请到 加工中心/FMS论坛 畅所欲言吧！
|
