數控車床狀態監測及典型故障預警分析

王 力

（湖北新產業技師學院（咸寧職業教育（集團）學校），咸寧 437000）

信息技術的發展，使得對數控機床運行狀態監測、運行信號分析以及故障預警與故障排查成為可能[1]。因此，本文探討數控車床的工作狀態監測，針對典型故障構建預警系統，對提高數控機床的智能化運行水平具有一定的積極意義。

1 數控車床結構

數控車床在工業生產方面應用廣泛。它的操作系統主要包括數控系統、電氣系統和機械系統3 部分，具體組成設備則包括機床本體、數控裝置、輸入/輸出設備、主軸、可編程邏輯控制器（Programmable Logic Controller，PLC）、操作面板、進給軸伺服單元以及電路等[2]。

輸入/輸出裝置主要是讀入加工程序，將相關信息顯示給操作人員，方便及時控制機床。操作面板通過手動輸入指令，給出相關控制指令。數控裝置作為核心裝置，主要是加載零件加工程序，控制機床開關和運行流程。伺服系統主要包括伺服單元和伺服電動機，有效控制主軸速度與換向。可編程邏輯控制器完成開關量控制操作，確保數控機床相關控制任務順利達成。輸入/輸出接口連接數控裝置與機床電器，負責傳輸PLC 控制器的信號。位置監測裝置實時監控工作臺和電動機的運行情況，確保加工精度。機床本體由主傳動機構、進給傳動機構、基礎支撐件和其他輔助裝置共同組成，是數控機床的主要機械結構。

由于數控車床的運行涉及速度、載荷的頻繁變動，還要承受大量的振動沖擊，因此磨損、疲勞等情況時有發生，可能導致一系列故障，影響數控機床的穩定運行。因此，要監測數控車床的工作狀態，確保出現問題時能夠第一時間發現并予以解決。在數控機床運行過程中，采集機械是否振動、電流等物理參數數據，通過數據處理、算法分析，準確評估車床運行狀態，及時發現潛在問題并排除故障[3]。

2 數控車床狀態監測的方法分析

數控車床的結構復雜，有眾多的零部件，因此產生故障的種類和原因十分復雜。已有研究顯示，數控機床的故障主要分為電氣系統故障、數控系統故障和機械系統故障3 類[4]。其中，借助于信息技術，電氣系統和數控系統的運行故障診斷難度低，且發生概率越來越小，系統診斷準確性也越來越高。機械故障由于本身機械結構的復雜性，發生占比越來越高，且監測和診斷的復雜度不斷上升。下面主要論述數控車床狀態監測的主要方法。

2.1 基于振動信號的數控車床關鍵零部件狀態監測方法分析

在穩定運行過程中，數控機床機械部件的振動、噪聲及溫度都會有相對固定的運行參數值。一旦設備出現故障，這些信號參數都會出現反常現象。一般來說，故障不嚴重的時候，噪聲信號變化不太明顯，溫度信號在初期也可能變化不太明顯，即這兩種信號的響應相對遲緩，而振動信號的靈敏度則要高得多。因此，在多種工況下，數控車床都可以通過振動信號進行監測。在正常工作狀態下，各個零部件會有正常的振動，但如果產生于制造、安裝誤差，零部件的振動特性和振動參數都會發生改變，所以可以選擇振動信號作為對關鍵零部件運行狀態監測的指標。

2.1.1 滾動軸承

滾動軸承是系統的核心組件，包括外圈、內圈、滾動體和保持架。軸承的類型、精度、結構及保養等狀況，都會對車床的工作性能帶來積極或消極的影響。在正常運轉過程中，滾動軸承的振動有著固定頻率，不同材質和形狀的滾動軸承，其振動頻率是不同的。但是，一旦滾動軸承受到損害或者劣化，振動幅值和頻率幅值都會超出正常范圍，采集參數就能及時發現問題。

2.1.2 齒輪箱

主傳動系統中，齒輪箱也很容易發生故障。正常工作狀態下，齒輪嚙合會引起振動，由此帶來時域信號的變化。一般通過齒輪嚙合頻率與諧波分量監測齒輪的工作狀態是否穩定。齒輪發生故障時，齒輪嚙合受到影響，振動幅值變大，諧波相對增長量也會增大。因此，通過齒輪振動信號的監測，可以有效判斷齒輪工作狀態是否良好。

2.1.3 滾珠絲杠副

滾珠絲杠副運行過程中，會與反向器結構產生碰撞和沖擊信號。因此，相對于其他裝置，滾珠絲杠副的劣化速度相對更快。劣化程度越深，滾珠與絲杠之間的接觸力越大，時域信號和頻域信號的幅值都會加大。

2.1.4 導軌

導軌是傳動系統中重要的載荷和導向設備，直接關系到車床的精度和強度。如果加工件過小，容易導致應力接觸過于集中，再加上潤滑不足，會導致導軌研傷，上移動部件無法正常運動。在這種情況下，車床出現爬行現象，振動信號幅度增大。

2.2 基于電流信號的數控車床傳動系統的狀態監測方法分析

數控車床的傳動系統包括主傳動系統和進給傳動系統。工作狀態下，這兩個系統會有電流信號。因此，對兩個系統的電流信號進行采集、處理與分析，能了解兩個系統的工作狀態。無傳感器監測技術是指不需要借助外置傳感器就能夠完成參數的采集和信息的處理，這里的無傳感器屬于相對概念類型，需要通過內置電流傳感器獲取電流等數據信息，從而了解系統的工作狀態。如圖1 所示，以數控車床進給傳動系統為例，通過分析進給傳動系統的機構可以看出，改變進給伺服電機的電流，能夠實現進給傳動系統的及時響應。一旦進給傳動系統的載荷有改動，則進給伺服電機的電流數值也會發生變化，所以實時獲取并分析電機電流數據，能夠實時監測進給傳動系統的工作狀態。

3 數控機床典型故障預警分析

3.1 數控機床故障預警策略

獲取并全面分析運行參數數據，即信號處理。信號處理的主要工作目標是降噪和明確特征[5]。降噪就是排除一些干擾信號，確保與車床工作狀態相關的信號不受影響而保留。提取數據信號的特征值，則能更準確地反映數控車床的工作狀態。可以看出，數控車床的狀態監測主要是指對運行數據參數的采集、分析與識別的全過程。因此，可以通過特征參數的選擇和應用來構建故障監測模型，獲取數控車床的工作狀態參數進行分析與判斷。數控車床的機械設備多樣且復雜，要識別關鍵零部件的工作狀態，建立狀態監測的流程，如圖2 所示。

對數控車床的穩定運行來說，一些核心零部件的狀態直接影響車床工作的穩定性，因此要做好核心零部件的故障預警，也就是典型故障預警。已有研究表明，數控車床的滾動軸承出現故障的占比最高。由于它的運轉精度直接影響數據車床的工作性能，因此滾動軸承出現故障可能造成極大的經濟損失。基于以上考慮，本文以滾動軸承作為典型故障預警對象構建預警模型。

根據相關資料，滾動軸承的退化性能可以利用基于時域統計方法時域特征值的均方根值來體現。這一指標的敏感度高，能夠及時反映滾動軸承的工作狀態變化，且對信號頻率的響應小。所以，本文選擇基于振動信號的均方根值作為滾動軸承工作狀態的監測。

式中：N為信號點數；xi為信號增值。

3.2 構建故障預警模型

選擇均方根值作為滾動軸承工作狀態的監測目標，構建故障預警模型。利用相空間重構技術進一步獲取信息，通過自相關函數法明確相應的延遲時間和嵌入維數，然后利用支持向量回歸（Support Vector Regression，SVR）算法建立軸承故障預警模型，從而為回歸預測奠定基礎，最后利用切比雪夫不等式確定預警閾值。當工作狀態異常時，均方根值脫離正常的變動范圍，預警模型中的均方根值與實際值將產生殘差。殘差信息輸入確定閾值，均方根值超出閾值則發出警報，能準確反映此時滾動軸承的工作狀態，達到典型故障預警的目的。

4 典型故障預警系統開發分析

4.1 信息采集

系統信息采集為數控機床故障預警奠定了重要基礎。數控系統信息采集主要有基于串行接口和宏命令、基于DNC 接口集、基于OPC 接口、基于機床電器電路及PLC 的數據采集等方法。其中，OPC 技術的主要優勢在于把底層驅動程序與上層應用程序有效分離開發處理，通過統一的通信接口完成相關設備的數據互聯效果，同時確保廣域網、局域網、以太網應用于不同計算機實現正常的通信效果。實際研究過程中，數控系統信息采集主要通過OPC 采集方式完成。

4.2 系統框架實現

OPC 有自定義和自動化標準接口兩種不同的類型。其中：自定義接口屬于COM 接口，一般利用C++語言開發客戶端；自動化接口在腳本編程語言開發方面應用較為普遍。在進行實際研究過程中主要基于VB 開發OPC 數據采集客戶端和處理機床狀態數據信息內容，同時完成相應的保存操作。首先，創建OPC-Server 對象，完成OPC 服務器鏈接。其次，創建OPC 組，設置OPC-Group 對象屬性。最后，完成OPC 標簽添加處理，設置OPC-Item 屬性。測試數控機床執行標準程序過程中，讀取與采集系統內數據信息，在機床運行程序后能夠實現數據儲存與分析的自動操作，并在此基礎上將OPC 服務器進行斷開，釋放其資源。

4.3 采集系統開發

實際研究過程中，開發人員主要對數控系統西門子840D 基本情況展開深入研究。在開發數據采集系統過程中，主要應用了OPC 接口。客戶端運行期間，同機床網絡所鏈接計算機需要經由以太網鏈接數控機床中的OPC 服務器，從而周期性采集機床狀態數據信息。其中，主軸上相關傳動軸功率、電流及溫度等能夠實現自動保存，同時實時顯示相關數據。

5 結語

研究過程中主要對數控車床狀態監測與故障預警基本情況展開深入研究，分析了數控車床結構與狀態監測方法，通過振動信號監測表征數控車床核心零部件狀態，利用電流信號表征傳動系統狀態，然后搭建機床信息采集系統，構建數控車床狀態監測模型與典型故障預警模型，完成相應的測試操作。可見，數控車床的狀態監測與故障預警具有較好的有效性特征。