數控加工過程中的監測及故障診斷技術探討

王秋鵬

（西安鐵路職業技術學院 陜西 西安 710014）

現代技術的發展在很大程度上促進了機械制造業向著集成化、自動化和智能化方向前進。在數控加工過程中，為了最大限度地保證工件和設備的狀態安全以及機床生產率和利用率的提高，運用先進的監測和故障診斷技術對運行設備進行管理和維護，能促進數控機床及整個生產線的生產效率[1]。

1 數控加工過程中監控與診斷的主要內容

加強對制造系統的狀態監測和故障診斷是保證數控機床高質量生產和高效率運行的重要環節。現代化的監測和故障診斷技術在對數控設備和加工過程進行監測的基礎上，能準確判斷出故障的發生部位、原因以及故障的潛在發展方向和對數控設備造成的影響等，依據監測和診斷設備提供的這些信息，設備維修人員就可以采取相應措施對數控機床進行檢修。

具體來講，監控和診斷的內容主要包括以下幾點：第一，狀態監測，監測系統不僅能對設備當前的振動、流量、壓力、溫度等一系列參數進行實時地在線監測，還能從這些狀態特征數據中提取相關的征兆信息，為故障診斷提供有用的參考數據；第二，故障診斷，又稱狀態分析和故障分離，是在對狀態監測所得的征兆信息和參考數據進行進一步分析的基礎上找出故障的發生根源，并準確判斷出故障等級；第三，控制決策，該項內容主要包括對設備狀態進行預測以及對故障發生后所采取的操作技能進行最后的決策。當前在計算機網絡技術應用下發展起來的數控加工狀態監測和故障診斷技術，將數控機床、數據采集系統、信號采集設備、加工檢測和監控系統、診斷中心以及服務器等連接起來，在很大程度上實現了自動化、智能化作業。

2 數控加工過程中的狀態監測分析

數控系統的狀態表征主要分為連續狀態變量和離散狀態變量這兩種，前者主要包括加工過程測量所得的傳感器信號以及刀具尺寸和測量工件的相關數據；后者主要包括部分開關傳感器信號和數字控制信號等。為了實現對數控加工過程的全面、及時、有效監測[2]，必須應用數據采集和存儲技術以及信號特征提取技術。

1）數據采集與存儲技術

監測和故障診斷技術在進行數據采集時首先要在傳感器的應用下將獲取的信息轉化為信號，在通過對信號進行采樣、編碼、傳輸等一系列操作后，將最終信息輸送到計算機系統中并由計算機系統對其進行分析、處理、存儲和顯示。當前應用的數據傳輸方式主要有3種：第一種是軟件方式，該方式主要應用于低速數據采集場合，通過應用系統提供的時鐘，能在對寄存器進行查詢的基礎上實現對數控設備數據的采集。第二種是中斷傳輸方式，該方式在使用之前首先需要編寫中斷服務函數，板卡在進行A/D轉換時會產生相應的中斷信號，然后采集程序就會運用中斷服務函數來對數控設備進行數據采集。第三種是DMA數據傳輸方式，由于該方式采用的是內存和采集卡之間的直接傳輸，所以傳輸速度較快，比較適合于對大量數據的高速采集[3]。

另外，隨著數字技術的快速發展，數控機床已經具備了較為完善的數控技術和數控系統。計算機數控系統實現了計算機對機床主軸的控制，其主要組成部分就是CNC系統裝置，該裝置分為硬件和軟件兩部分，其運行流程如圖1所示。

圖1 CNC系統組成Fig.1 CNC system

當前數控機床所普遍應用的主要是FANUCO數控系統，其內部結構較為緊湊內部裝置及操作面板都由CPU統一控制。FANUCO數控系統數據采集準確性的實現主要基于以下兩點：第一，該系統本身就是一種高性能的固定性CNC系統，高速微處理器、半導體存儲器、專用LSI的應用極大提高了系統的性價比和可靠性；第二，數字式交流伺服系統的應用，提高了信號采集的精確度。

2）信號特征的提取技術

對信號的特征提取就是運用信號分析與處理技術，根據設備正常運行下的特征量與當前狀態之間的對應關系，提取出最能反映故障特征的信號，從而實現對設備運行狀態的準確監測。由于數控設備發出的信號都是隨機的，所以傳感器設備在進行狀態監測時所收集的信號中會含有很多不具有判別價值的噪聲信號，為了更好地發揮傳感器在狀態識別上的重要作用，必須應用信號分析與處理技術將信號轉化為能直接表現設備運行狀態的特征量。換句話說，狀態監測技術能否在數控加工過程中發揮作用，與有效特征量的提取具有很大關系。依據當前的狀態監測技術，為了獲取更多的狀態信息必須盡可能多得提取設備正常運行和故障運行下的信號特征，必須加強對頻域、時域、時頻域這3個方面的特征量的提取，進而最大程度地保證原始特征集的完整性。

3 數控加工過程中的故障診斷分析

數控機床故障的發生不僅會造成生產效率低下，還會在一定程度上損壞數控設備。隨著計算機技術、通信技術以及信號處理技術的快速發展，人們對數控診斷技術的重視程度越來越高，當前應用較為廣泛的故障診斷技術主要包括遠程診斷技術、自我診斷技術、人工神經網絡診斷技術以及專家故障診斷技術這4種[4]。

1）遠程診斷技術

遠程診斷技術是依賴于計算機網絡技術和通信技術發展起來的，將數控機床與控制系統相連接，在很大程度上保證了對機床作業遠程監控、遠程故障診斷的實現。數控機床的遠程控制系統通過局域網的設備診斷服務器與多個數控機床相連，該診斷服務器大都設置在數控機床的車間內并通過Internet與遠程診斷中心相連，再加上數控機床與局域網以以太網口的形式連接在一起，所以基于數控機床、診斷服務器、遠程診斷中心之間的交互性連接，診斷服務器就實現了對數控加工過程的運行設備進行遠程監控和遠程故障診斷的目的。遠程診斷技術的應用不僅減少了設備診斷和檢修所需花費的時間，還極大地減少了診斷與維修的費用。當前較為成熟的遠程診斷技術主要是SIEMENS數控系統，該系統在原有技術的基礎上，還實現了對數控設備的預防性診斷，極大減少了數控機床運行過程中對人力、物力、財力的浪費。圖2就是數控機床遠程診斷技術的運行流程圖。

2）自我診斷技術

自我診斷技術的運行過程主要是通過對數控設備設置專門的測試碼，將其與檢測系統輸出的校驗碼進行比對觀察和分析，這樣就能準確確定數控機床發生故障的具體部位和具體原因。自我診斷技術的系統開啟后，其硬件系統就會進入自我診斷狀態，在這個過程中如果發現數控機床的加工程序或運行過程出現錯誤，該技術就會通過仔細診斷判斷出數控設備存在的故障并及時發出警報。隨著現代機械向著數字化、智能化的快速發展，自我診斷技術也將實現簡單診斷向智能化診斷的邁進。當前的數控機床在加工過程中大都采用了自我診斷技術，通過數控機床系統本身故障信號的發出，工作人員或設備檢修人員能根據這些信號準確判斷出設備故障[5]。當前自我診斷技術還對其故障診斷系統進行了自我修復系統上拓展和延伸，當數控加工過程中出現運行故障時，自我診斷和修復系統會對監測出的故障進行具體分析，再結合系統內部存儲的相關的備用模塊，在很大程度上實現了對故障設備的自我修復。

3）人工神經網絡診斷技術

人工神經網絡又稱ANN，是模仿人腦思維和人的大腦神經元結構發展而來的，通過對神經元特征進行數字化、抽象化分析進而建立起的非線性網絡系統。數控機床運行過程中的人工神經網絡診斷技術的應用，有賴于對BAM模型、BP算法以及FCM算法的運用。由于人工神經網絡以人腦思維為基礎，所以該診斷技術具有記憶、推測、聯想、容錯等諸多功能，這也為它在數控機床加工過程中的應用拓展了更大的發展空間。當前人工神經網絡故障診斷技術在數控機床加工過程中的應用主要表現在以下3方面：第一，神經網絡預測功能的運用實現了對故障診斷的動態性預測，第二，神經網絡識別功能的運用的實現了對故障診斷分門別類地診斷，第三，神經網絡知識處理功能的運用使人工神經網絡具備了專家故障診斷的優勢，有效推進了數控機床故障診斷技術的向前推進。

圖2 數控機床遠程診斷技術運行流程圖Fig.2 CNC machine running flow chart of the remote diagnosis technology

4）專家故障診斷技術

專家故障診斷技術是一種人工智能診斷系統，以相關領域專家的專業知識和推理方法來解決具體的數控機床加工過程中出現的故障問題，其實質是一種人工智能應用下的計算機程序。該技術由知識庫、推理機、數據庫、解釋程序和知識獲取程序這五部分構成，其中知識庫和推理機是該技術的核心組成部分，知識庫主要用于存儲專業知識，進行專業知識構建必須在數控機床領域工程師和專家的參與下，將專家知識和經驗存入知識庫中并以此來為數控機床提供診斷依據；推理機主要是根據知識庫的相關知識來解決數控機床加工過程中出現的實際問題。專家故障診斷技術的應用較為簡單，工作人員只需將已知數據輸入該檢測系統，就能得出相應的專家結論和具體的故障解決方法[6]。該技術的應用不僅實現了人工智能與計算機程序的有機結合，還在很大程度上拓展了用戶的反饋渠道，在數控機床加工過程中應用較為廣泛。圖3即為專家故障診斷技術的具體操作流程。

圖3 專家故障診斷技術操作流程Fig.3 Expert technical operation process of fault diagnosis

4 結束語

數控機床在運行過程中，對加工精度、加工質量以及工作效率都有很高的要求。隨著當今社會現代機械制造業競爭的日益激烈，加強對數控加工過程中的狀態監測和設備故障的診斷，能在很大程度上保證數控機床的無障礙運行。基于當前數控監測和故障診斷技術和智能化設備的不斷發展，數控加工的生產效率將得到更大的提高。

[1]靳懷瑜.數控機床故障維修實例淺析[J].科技創新導報，2012（5）：10-12.YU Jin-huai.Nc machine tool fault maintenance instance analyses[J].Science and Technology Innovation Herald，2012（5）：10-12.

[2]袁楚明.機械制造設備遠程監控與故障診斷技術[J].機械與子，2011（9）：26-28.YUAN Chu-ming.Machinery manufacturing equipment remote monitoring and fault diagnosis technology[J].Mechanical and son，2011（9）：26-28.

[3]雷旭升.數控機床遠程故障診斷系統框架及其實現[J].機械工程師，2012（12）：16-18.LEI Xu-sheng.CNC machine remote fault diagnosis system framework and its implementation[J].Mechanical Engineers，2012（12）：16-18.

[4]蔣軍.談數控機床故障診斷與維修課程教學中的幾點方法和體會[J].科技創新導報，2010（24）：33-36.JIANG Jun.Troops about nc machine tool fault diagnosis and maintenance several methods and experience of teaching[J].Science and Technology Innovation Herald，2010（24）：33-36.

[5]田興銀，李斌.基于Internet的數控設備遠程監測和故障診斷系統研究[J].計算機與現代化，2011（4）：22-24.TIAN Xing-yin，LI Bin.Internet-based nc equipment remote monitoring and fault diagnosis system research[J].Computer and Modern，2011（4）：22-24.

[6]黃湛，龍偉，黃劼.遠程視頻技術在網絡數控加工監控中的應用[J].機械.2012（2）：25-26.HUANG Zhan，LONG Wei，HUANG Jie.Remotevideo technology in the application of network nc machining monitoring[J].Mechanical，2012（2）：25-26.