張學文
(北華大學機械工程學院,吉林吉林132021)
CNC車床已廣泛應用于我國各行各業,部分役齡較長的機床已進入維修高峰期,對其故障原因進行統計分析具有相當大的實用價值,可為預知維修提供基礎資料和數據,為故障的診斷和預防提供簡便、快捷的方法與手段,對設備的科學管理和降低維修費用,提高設備的可靠性和維修具有極大的實際意義[1-3].
本研究是在眾多的CNC車床中選擇具有代表性和適用廣泛的CAK6150D型車床為研究對象的.由于采用了數控技術,CNC車床的加工中尺寸精度已基本得到保證,而表面粗糙度問題上升為主要矛盾.分析過程中主要從影響表面粗糙度方面的故障原因入手,采用故障樹分析方法(FTA)建立該機床的故樟樹,然后用最小割集的方法研究故障的發生規律和模式,用求最小徑集的方法研究預防、控制故障的各種途徑和方案[4,5].
現代故障診斷技術的方法主要有故障樹分析(FTA)、故障致命度分析(FMECA)及模糊診斷等.故障樹分析方法是一種科學性強、分析深入、易于應用的重要診斷方法.它是一種以樹狀結構的邏輯圖為依據,表示系統故障的基本原因及影響途徑的分析方法.
經過分析,將影響CAK6150D型CNC車床加工表面粗糙度的典型故障分為10種故障現象及33個故障底事件,見表1.依據它們之間的邏輯關系建立故障樹,如圖1所示.

表1 故障底事件一覽表

圖1 影響表面粗糙度方面的故障樹