基于人工智能的數控機床故障診斷分析

王軍亞

摘? 要：在現代機械制造領域中，數控機床是十分重要的加工設備。作為一種高端加工裝備，數控機床集合了機械、自動化以及計算機等大量的先進技術，屬于典型的機電一體化產品。數控機床在使用過程中不可避免地會出現故障，影響機床正常的加工作業，嚴重的還會導致機床停機，因此需要對機床的故障進行診斷。為了提高數控機床故障診斷的智能化水平，在數控機床故障診斷中引入普通神經網絡，但存在著收斂速度不夠以及訓練容易陷入局部極值等問題。針對這種情況，該文對數控機床存在的故障進行了分析，以RBF神經網絡為基礎，建立數控機床故障診斷模型，并在此基礎上提出了數控機床故障診斷算法，對研究數控機床的智能化故障診斷有一定的參考價值。

關鍵詞：數控機床;人工智能;故障診斷

中圖分類號：TG659? ? ? ? ? 文獻標志碼：A

0 引言

目前數控機床的數控系統發展不僅局限于性能上，更多的開始向智能化的方向發展，通過引入智能化技術，使數控機床具備加工運動的規劃、推理、決策能力，智能監控以及智能化的故障診斷等功能，而通過在數控系統中應用人工智能技術，能夠形成智能化診斷系統。數控機床作為一個結合了大量先進技術的復雜被控對象，難以準確地建立數學模型，使用經典控制理論盡管能夠解決一些控制問題，但對于加工過程中的控制以及故障診斷維修方面相對比較困難。此外，數控機床的結構和種類復雜程度較高，一旦出現故障，其復雜性和隱蔽性較強。為了改善這種情況，引入了智能化故障診斷技術，從而能夠對機床故障的變化趨勢進行及時有效的預測，對促進數控機床的進一步發展有重要意義。

人工智能診斷的本質是通過對數控機床的機械部件的運行情況進行實時監控，將所收集到的運行參數與標準值進行對比分析，這樣就能對數控機床的工作狀態進行科學合理的判定。當監測到異常的運行數據后，通過將其與故障數據庫進行比對，就能判斷出數控機床的故障類型，并采取有針對性地應對措施，同時還能將故障信息發送至后臺，技術人員就能及時了解數控機床的故障情況，并采取應對措施，盡快恢復數控機床的工作能力，確保企業各項生產工作的順利開展。

1 數控機床常見故障

數控機床的故障主要是電氣故障，包括電源故障、斷路故障、開關與控制器故障、短路故障以及計算機故障，具體故障分析如下。

1.1 電源故障

數控機床穩定運行的前提是其電源系統正常，能夠穩定供電，假如電源出現故障，會導致整個機床立即停機，在電氣系統中屬于常見故障。盡管我國的數控機床生產制造的水平不斷提升，但為了保證數控機床的整體性能，操作系統的選擇還是以國外為主。不過由于不同國家使用的電流電壓不同，因此國外設計的電子系統并不一定能夠適應我國的工作電壓，因此如果在國內使用這些類型的數控機床，就需要解決供電問題。此外，數控機床在實際工作的過程中還會出現一些意想不到的情況，導致供電系統出現異常，機床的電氣系統容易出現死機以及數據庫信息丟失等問題，嚴重時還會導致整個機床系統處于癱瘓狀態。為了避免這些問題的發生，需要單獨給數控機床配置配電箱，確保供電的單一性與穩定性。如果工作區域的電壓不穩，需要配置三相交流穩壓設備。此外，為了盡可能地降低漏電、串電等問題出現的概率，機床的電源還要進行接地處理。同時為了使數控機床的電氣系統具備更高的可靠性，機床可以采用三相五線的模式，不過要將接地線與中線分開[1]。

1.2 斷路故障

斷路故障也是數控機床中常見的電氣故障之一，造成斷路的根本原因是導線的連接不夠可靠，或是電氣元件被燒壞。而引起斷路故障的具體原因包括接觸器的觸點由于長時間的燒灼，導致觸點表面出現較為嚴重的氧化問題，從而出現斷路故障。此外還有部分電器元件間的接觸不良以及引出線壓緊螺絲不夠牢固等。如果數控機床在實際工作過程中出現故障，根據機床的實際狀況初步斷定為斷路故障之后，可以使用萬用表、電阻器、電壓器等專業設備對機床進行檢測，從而確定是不是斷路故障。具體操作為：使用電阻器對電路系統進行檢查，判斷電路是否斷開，同時參照電路原理圖使用分段測量的方法，根據測得的阻值的大小對斷路位置進行精確定位。如果使用電壓器對電路系統進行檢查，需要接通電源電路，參照電路原理圖對電壓進行分段測量，根據測得的數值大小對斷路位置進行精確定位。此外，短接也是確定是否為斷路故障的一種方法，通過短接可能存在故障的路段，檢測電阻值是否存在異常，如果短接后機床故障消除，那么該路段即為故障點，如果故障依然存在，則需要進行進一步的檢測，直到最終定位故障的精確位置。

1.3 開關與控制器故障

如果觸點出現燒灼問題，會導致數控機床電氣系統中的開關與控制器之間接觸不良，進而導致控制功能失效，對數控機床的正常工作產生較大影響。針對這種問題，在開關的選擇上就需要選擇能承受較大負荷的開關，同時盡可能的不使用繼電器。因為根據目前的實踐經驗來看，電路出現故障的概率與繼電器的使用數量呈正相關，特別是維修過的部位以及不常檢修的部位格外容易出現電氣故障。出現這種類型的電氣故障多半都是由于沒有專業技術人員的支持，對設備中存在的隱患無法及時排除，并且在實際使用過程中操作不規范導致的。一旦出現這種故障，會給數控機床的日常運行帶來較大影響[2]。

1.4 短路故障

在數控機床的電路系統中，如果電路電勢接錯或者接通了電阻較小的導體，那么就會導致整個電路中的電阻降低，進而出現短路故障。如果短路故障發生在數控機床中時，機床控制操作系統的執行程序會變得混亂，嚴重時無法通過指令使機床停機，危害比較嚴重。引起短路故障的原因較多，常見的包括電氣元件的絕緣外層老化嚴重，如果機床處于潮濕的環境則易發生短路。繼電器或者接觸器出現連鎖失效的狀況，機床通電后產生強電弧，導致電路中的負荷超過設計承載值，從而引發短路。一旦發生短路故障，電路中的電流會不經過用電器直接由導線的正極流向負極，從而燒壞電源。如果想要對短路故障的位置進行精確定位，通常要將電路分段斷開，對斷開的區域進行故障檢測，直到最終定位故障點并解決故障。

1.5 計算機故障

當數控機床的計算機出現故障時，便不能夠操控數控機床進行正常的生產加工作業，計算機故障的主要表現形式是鍵盤故障與報警故障。假如計算機在運行過程中突然斷電，生產加工程序容易出現混亂，并且還會導致相關的加工數據丟失，因此必須有備用電池，同時需要對數控機床的相關參數進行記錄，當電池電量不足時，系統會進行故障報警。經診斷確認后，對電池及時進行更換，同時查看機床的數據是否完好，保證系統能夠正常運行。在具體的操作過程中，如果存在字符無法輸入或者程序無法復位消除等問題時，初步診斷為按鍵接觸不良，應及時維修或者更換，假如還是存在問題，則需要檢查接口電路軟件和電纜的情況，查看是哪個部分的連接存在問題，進行相應的解決即可。

2 神經網絡系統

為了增強數控機床故障診斷的智能化水平，引入了神經網絡系統。神經網絡是通過大量的簡單的神經元相互連接形成的，通過對腦細胞的自組織和分布式工作能夠完成自主學習以及并行處理等智能操作。其工作原理為：使用樣本信息作為輸入來源，通過神經元的處理完成神經網絡的訓練，使神經網絡能夠具備類似大腦的功能，能夠完成辨識以及記憶等操作。神經網絡不是對大腦的真實映射，只是對大腦的部分特征進行模擬。根據網絡的運行方式、拓撲結構的分類，神經網絡能夠分成雙向網絡（有反饋）、前向網絡（無反饋）。其中前向網絡包括輸入層、中間層以及輸出層，中間層還包括多層，而每一層的神經元只能夠接收前一層的輸出[3]。

3 數控機床故障診斷流程

當數控機床出現故障時，需要按照一定的基本流程對故障進行排查，其中數控系統的具體故障以及處理建議見表1。

基于神經網絡的數控機床的故障診斷包括自適應共振理論、雙向聯想記憶以及多等感知網絡等多種內容。神經網絡的故障診斷系統對故障有較快的診斷速度，并且其還具備較強的學習能力以及強大的容錯力等多種優勢。但神經網絡不適合對預測類的信息進行處理，樣本的完備程度決定著其性能的優劣，如果樣本完備則能夠提高神經網絡的故障診斷精度。

4 結語

總的來說，隨著數控機床在工業領域中的廣泛應用，促進了生產水平的不斷提高，為企業帶來了良好的經濟效益。但是數控機床的結構非常復雜，在長期的運行過程中難免會出現各種不同程度的故障，這就對維修人員提出了非常高的要求，并且還需要耗費大量的時間去排除故障，恢復數控機床的生產能力。該文對數控機床的常見故障進行了一定程度的論述，在此基礎上，通過將人工智能應用于數控機床的診斷工作中，能夠在一定程度上提高其故障診斷能力，促進數控機床故障排除能力的不斷提高。為了提高數控機床故障診斷的智能化程度，該文結合數控機床實際的工作情況，應用了RBF神經網絡算法，提出了對應的數學模型，從而能夠提高故障診斷的效率，對數控機床的智能化故障診斷發展有一定幫助。

參考文獻

[1]陳瀚.數控機床電氣故障診斷及維修研究[J].設備管理與維修，2020（2）：75-77.

[2]陳淳輝，歐陽一明，張偉.數控機床故障診斷智能化研究[J].機械制造與自動化，2007（4）：67-68.

[3]劉罡.基于人工智能的數控機床故障診斷研究[J].科技展望，2015，25（27）：60.