基于C的數控車床自動刀架輔助故障診斷實驗平臺設計

周小超 曹昌勇 林華 程振邦 王子權

摘 要：為了提高數控車床自動刀架維修實驗的效果，通過分析自動刀架診斷技術和常見故障，建立了自動刀架的故障樹，設計了數控車床自動刀架故障診斷實驗平臺.實驗平臺具有原理演示、故障診斷引導、檢測案例和生成報告的功能，使實驗過程形象化、直觀化.

關鍵詞：數控車床;自動刀架;診斷;實驗平臺

中圖分類號：TG519.1? 文獻標識碼：A? 文章編號：1673-260X（2020）01-0058-03

1 前言

數控機床是先進制造技術和制造信息集成的重要組成，是《中國制造2025》實施制造強國戰略的重點領域[1].數控機床是集機、電、光和液于一體的復雜機電設備，發生故障的形式多樣.自動刀架是數控車床的主要部件之一，其發生故障的頻數為11.3%[2].因此，分析數控機床自動刀架的故障征兆和故障原因，研究故障檢測和故障維修技術，對數控機床的設計、應用和維護具有重要的意義.

數控車床自動刀架故障診斷是數控技術課程實驗的重要組成.本文通過對數控車床自動刀架診斷技術和常見故障的分析，設計輔助數控技術實驗教學的診斷實驗平臺.

2 數控車床自動刀架診斷技術

數控車床自動刀架診斷技術的基本原理和工作程序如圖1所示，它包括故障檔案庫的建立及特征提取、故障分析、故障檢測和故障排除等工作程序.

故障檔案庫是數控車床自動刀架故障狀態信息的數據庫，是自動刀架所有可能發生的故障的集合，是通過對故障的特征進行提取并歸類整理得到.故障檔案庫是基于自動刀架的工作原理和常見故障之上建立的，是診斷實驗平臺的重要組成部分.

故障分析是數控車床自動刀架診斷實驗平臺的重要組成部分，故障分析技術有故障樹分析FTA（Failure Tree Analysis）和故障模式及影響分析FMEA（Failure Mode and Effects Analysis）.本文主要采用FTA進行分析.

故障檢測是通過有效的技術手段，對故障原因進行確認的過程.

故障排除是通過維修、更換失效零部件，恢復自動刀架正常工作的過程.

3 數控車床自動刀架故障庫及故障樹

3.1 自動刀架常見故障

數控車床自動刀架主要由電動機、蝸輪蝸桿、中軸、定位盤、發信體和定位銷等組成.

數控車床自動刀架是通過加工程序指令控制的，自動換刀過程包括刀架抬起、刀架轉位、刀架定位和刀架夾緊.刀架抬起和刀架轉位的動作都是由電動機轉動實現的.刀架轉動到指定位置后，發信體發出信號，電動機反轉，刀架下降，通過定位盤和定位銷實現定位.電動機繼續反轉，通過蝸輪蝸桿鎖緊刀架，當鎖緊力矩達到一定值時，電動機停止轉動，整個換刀過程結束.

根據數控車床自動刀架的結構和工作原理，整理出常見故障模式和故障特征見表1所示[3-6].

3.2 自動刀架故障樹

故障樹分析是將系統故障形成的原因從總體到部分按樹枝圖形進行編排，將造成故障的各種因素對應起來.

采用演繹法構建故障樹時，首先把系統中不希望發生的故障作為頂端事件，再把導致頂端事件的原因作為下一級事件，如此逐級向下演繹.一般故障樹邏輯圖包含頂端事件、中間事件和底端事件.根據表1中的內容，構建的數控車床自動刀架的故障樹如圖2所示.

由圖2可知，自動刀架故障是頂端事件，中間事件包括電動機不轉、刀架不轉或卡死和刀架卡死等，底端事件是對應中間事件的原因.

4 數控車床輔助診斷實驗平臺

4.1 診斷實驗平臺流程圖

數控車床自動刀架輔助診斷實驗平臺是模擬維修專家的經驗和思維，采用分步遞進方法進行診斷.輔助診斷流程圖如圖3所示.

實驗平臺的信息提示是根據故障樹中間事件列出.用戶選擇是指學生根據自動刀架的故障特征選擇對應的事件.故障檢測是指用具體的檢測手段判斷導致中間事件的底端事件.對底端事件的維修，排除自動刀架的故障則實驗結束，否則繼續進行下一個故障的排除.

4.2 診斷實驗平臺功能設計

（1）工作原理演示功能

數控車床自動刀架機械結構較復雜，為加深學生對其工作原理的理解，奠定故障診斷的基礎，在實驗平臺上通過動畫演示的方法形象直觀展示其內部結構和工作過程.

（2）故障診斷功能

故障診斷功能是實驗平臺的主要功能，通過實驗平臺的診斷功能引導學生找出故障的原因，熟悉診斷過程，積累經驗.

（3）故障檢測方法

故障樹中底端事件通常需要通過檢測工具和檢測手段才能確認.對于一些較復雜的檢測，實驗平臺提供具體的檢測方法和相應的案例.

（4）生成實驗報告

整個實驗結束后，診斷實驗平臺能根據實驗過程生成一份實驗報告.

4.3 診斷實驗平臺界面設計

（1）主界面

數控車床自動刀架輔助故障診斷實驗平臺是用C語言進行編寫，其主界面如圖4所示.主界面中“工作原理”按鈕是用于播放自動刀架工作原理演示文件.通過對其原理的學習，理論結合實際開展下一步診斷實驗.點擊“開始”按鈕則進入自動刀架故障診斷界面，如圖5所示.

（2）故障診斷界面

故障診斷界面是根據圖2中自動刀架故障樹中間時間順序列出.實驗中根據實驗平臺所列的故障特征選項，結合實際自動刀架所表現的故障，做出相應的選擇即可.確定自動刀架的故障特征后，點擊“確定”按鈕進入故障樹的底端事件，如圖6所示.

（3）故障檢測界面

圖6為故障檢測界面，該界面列出了中間事件（電動機不轉）所有可能問題.實驗中學生需要具體判斷問題所在，通過點擊進入按鈕，實驗平臺給出相應的檢測方法和排除方法，通過逐一排除找到故障原因.根據排除方法排除故障后點擊“確定”按鈕，實驗平臺彈出實驗結果對話框，如圖7所示.

（4）實驗結果界面

排除自動刀架的故障后，重新執行刀架轉動指令，觀察刀架運轉情況，若自動刀架運行正常，則點擊圖7中“是”按鈕，實驗平臺彈出“導出實驗報告”對話框，如圖8所示，點擊“導出至.txt文檔”，生成實驗報告，實驗結束.若重新執行刀架轉動指令自動刀架仍然不能正常工作，則點擊圖7中“否”按鈕，實驗平臺返回至圖5的故障診斷界面，繼續其他故障的診斷，直至故障全部排除.

5 結論

在實驗中，數控車床自動刀架輔助診斷實驗平臺縮小了故障檢查范圍，彌補了學生經驗不足的問題.提出的故障診斷排除方法，縮短了故障的排除時間，提高了學生學習的主動性.實驗平臺中故障樹內容可以根據實驗結果進行擴容，以便使平臺不斷完善.

參考文獻：

〔1〕楊智，李小陽.我國數控機床市場調查與分析[J].南方農機，2019（10）：62-64.

〔2〕李芳麗.CAK3675V數控車床故障診斷與可靠性增長技術研究[J].機械，2012（11）：71-80.

〔3〕趙太平.CAK6150數控車床故障診斷系統的研究[D].上海交通大學，2007.

〔4〕李世班.數控車床故障診斷專家系統中的故障樹分析[J].制造業自動化，2009（04）：81-83.

〔5〕姚全紅.數控車床的電動刀架故障診斷與維修[J].現代制造技術與裝備，2017（12）：138-139.

〔6〕喻步賢.數控車床的電動刀架故障診斷與維修[J].機床與液壓，2013（22）：160-162.