基于人工智能的數控機床故障診斷研究

劉瑞已

(湖南工業職業技術學院，湖南 長沙 410208)

0 引 言

數控機床故障診斷主要包括主機故障、電氣控制系統故障2大類，前者指數控機床內部工作系統故障，如機械故障、冷卻故障、排屑故障、液壓故障、氣動故障、防護故障等多種，發生故障時會影響數控機床整體運行情況。后者是數控機床內部元器件故障，對于這2種類型的故障，傳統維修和養護方法屬于事后控制，無法有效解決，需要利用人工智能技術進行事前預防和事中控制以實現機器智能更好地發展。基于人工智能的數控機床故障診斷系統主要分為專家系統、人工神經網絡系統、模糊集理論等。

1 數控機床故障診斷研究概述

早期關于數控機床的故障診斷方法單一，工作人員一般通過感覺器官對數控機床內部構建中的單元線路的各種情況進行觀察和分析，考慮到數控機床故障類型和性質的復雜，現有的數控系統自我診斷能力還無法對系統全部功能進行測試，通過單一的報警信號分析故障原因是非常困難的。為了有效解決此問題，人們研發設計了新的診斷技術，數控機床故障診斷也隨著故障診斷技術的發展得到了有效解決，且在后期設備管理和維修中越來越深入，我國當前在機床故障方面的研究還不夠深入，隨著后期設備故障診斷技術和初級故障診斷技術的研究，故障診斷技術已經被應用到了各行業、各領域中，尤其是在數控機床故障診斷方面，研究成果豐富。

2 數控機床故障診斷應用方法

2.1 直觀法

維修人員可以利用自身感覺器官來預測數控機床故障發生時各種聲音、光色、氣味的異常問題，以此分析數控機床系統各個模塊和線路是否存在燒毀、損傷的問題，便于準確把握故障問題。

2.2 CNC系統自診斷法

數控系統具備自我診斷特點，其可以作為數控系統性能測試的主要指標數據，數控系統可以通過實時監控數控系統自我診斷運行狀態，系統如果存在異常情況系統會自動報警，或者通過發光二級管顯示故障原因、故障模塊，該方法也是故障診斷中一種簡單直接的方法。

2.3 功能程序法

功能程序法主要解決功能應用中的問題，其可以自動返還一個制定數據值，并通過其他程序進行功能調用，對于當前復雜的數控機床故障而言，采用功能程序法可以根據故障問題解決需要固定功能程序，以此在特定范圍內檢測出各種問題，對此將其應用在數控機床故障診斷中可以準確得出故障出現的位置和原因。

2.4 模塊交換法

模塊交換法主要針對于總結故障的原因而使用的一種方法，利用印刷線路板、模板、集成電路芯片、元件將數控機床設備中的各種異常構建替換掉，一般主要將其中功能相同或者單元模塊相同元件進行替換，以此了解故障出現變化的原因。

2.5 原理分析法

根據系統構成原理，從系統工作原理進行分析，并從邏輯關系角度判斷電路故障異常點的邏輯電平和參數，以此推斷出故障部位的一種方法，該方法對維修人員專業知識有著嚴格的要求。

2.6 PLC程序法

需要根據PLC報警信息，分析PLC程序，以此對應模塊程序，分析系統相關元件中的邏輯狀態，以此分析故障原因。

2.7 其他方法

對于上述的故障診斷方法外，也可以使用指標權重法、測量法、觀察法、局部控制等方法進行故障檢測，且在維修過程中也可以將以上方法結合使用，以此有效判斷故障、解決故障。

3 基于人工智能的數控機床故障診斷

3.1 專家系統

(1)專家系統基本原理。專家系統是指在固定范圍內采用專家知識和驗證方法對復雜問題進行處理的一種人工智能計算機程序，其主要由專家系統組成基本結構，即知識庫和驗證系統。前者主要存儲問題解決相關知識，后者主要利用前者去解決實際問題。一般工程師和行業專家負責構建知識庫，通過系統知識處理方法將知識存放在知識庫中，為用戶系統獲取知識數據提供便利。

(2)專家系統基本結構。專家系統中含有一定量的權威知識，其需要采取科學的策略，整合專家知識，確保各種復雜問題的有效解決，其可以有效解決各種復雜問題。該系統保存效果好，不受環境因素的影響，隨著專家系統的發展，其已經成為人工智能系統中應用最為頻繁的領域。

3.2 數控機床故障診斷專家系統

故障診斷專家系統具體主要分為故障監測、故障分析、決策處理3方面，其具體的功能模塊作用如下所示：第一，數據庫。數據庫中存儲的主要是監測系統狀態數據、測量數據等，從以上數據中可以看出監測系統的穩定狀態，且數據庫也可以根據需要進行離線分析；第二，知識庫，知識庫主要為了使用和管理的一種知識集合體，知識庫具體包括2方面內容：①系統問題：主要對系統及系統運行中出現的故障進行分析，比如故障原因、故障現象、故障變化的經驗數據、故障發生的條件；②系統中設備儀器故障診斷專家經驗。此外，知識庫還包括系統規則，該規則主要是系統因果關系的邏輯法則，其規則可以有效反應出對象系統知識庫在故障診斷上的解決情況。

知識庫的管理：建立知識庫，需要根據具體的運行情況和知識獲取程序結果來調整知識庫，以此對知識庫進行檢驗。

人機接口系統：其可以根據系統運行中的故障情況對系統進行優化改進，或者將故障的變化情況輸入知識庫模塊中，調整知識庫，通過人機接口啟動解釋系統工作。

推理機制：在依靠數據庫和知識庫的前提下，科學運用規則，以此快速準確的獲取故障源。

解釋系統：可以根據診斷結果來確定知識的推理過程，以此解釋信息獲取的重要性，解釋系統可以有效顯示專家系統特色，將程序設計者的思想有著的展示給用戶。

控制部分：控制部分可以對各功能模塊進行調整，注重在時間順序上進行改變。總之知識庫和數據庫屬于在線診斷系統，知識庫中的數據主要是故障數據，且數據庫可以在離線診斷時自動存儲故障數據，該數據有顯著的人為檢測特點。人機接口系統可以為知識庫運行提供實時機制，或者提供故障發生時刻的事實數據。

3.3 人工神經元網絡診斷

(1)神經元網絡診斷形成。基于神經元網絡的故障診斷不用建立模型就可以直接解決非線性問題，其通過樣本數據的輸入和輸出直接可以自學和自計算。神經元網絡診斷也是在元學習的基礎上進行的，一般情況下，神經網絡且在網絡中也可以將信息以分布式方法存儲，該存儲方式促使神經元網絡信息處理和計算機完全邏輯規則運算方法不同。此神經元網絡中的神經元是獨立的信息處理單元，其可以將各種信息進行獨立運算，并獨立傳輸后進行集中處理，其運算規則需要根據物理學、神經生物學、心理學進行確定。此外，神經元網絡也可以將各種分散、模糊的信息通過聯想勾勒出一個完整和清晰的數據圖像，當某一局部網絡發生故障時可以自動恢復，其主要是因為網絡具有聯想記憶的功能。且神經元之間也可以根據外界環境不斷變化，該過程也是神經元學習的過程，這種學習既可以主動也可以被動，其和傳統的符號處理方法是完全不同的，一般需要先設定某一個人工神經元網絡，在已有的神經元網絡拓撲結構下，通過連接或者權值自己確定學習規則，并得出運算規則，最終自動形成神經網絡，以此處理各種信息。在神經元網絡的基礎上建立專家系統時，機器可以自學、自行組織，相比較于傳統的專家系統建立方法是一種有效解決新問題的途徑。

(2)神經元網絡數控機床故障診斷。神經元網絡可以將自動學習的新知識存儲在網絡系統中，通過數學思想方法對其進行結構化模擬，將人腦中的解決思路通過網絡模型直觀的反應出來。對于神經元網絡具備的聯想容錯、識別、適應、學習等優點可以將其應用在多模式故障系統中。

(3)此其可以有效解決數控機床故障問題，并確保故障診斷的精準和完整，其也會是數控機床故障診斷發展的新路徑。對此，人們可以在后期將神經元網絡和專家系統結合起來有效解決數控機床故障診斷問題。

4 數控機床故障診斷的未來發展方向

數控機床是一種較為復雜的非線性系統，其故障問題主要是各種自然因素和人為操作導致的，對此需要從人工智能方向來研究故障診斷，研究各種故障診斷技術和方法，對于未來的數控機床故障診斷發展方向可以分為以下幾種情況：①科學分析、整合、應用各種片面、零散的數控機床信息，以此得出系統化的信息融合策略和處理技術、知識方法、診斷經驗等；②對于當前數控機床的復雜化、集成化、自動化發展特點和數控機床的可持續工作能力、可靠、可用性能的提高，需要綜合運用多種智能技術方法、系統診斷技術，并加強研究；③對于專家系統知識獲取的局限性還需要提高專家系統的自調整、自學習能力，比如各種在線診斷技術、多傳感器技術；第四，對于故障診斷的復雜多變特點，需要有效解決故障診斷作業問題。

5 結 語

總之，數控機床故障診斷是一項操作難、維修難的工作，考慮到數控機床的安全性需要科學應用專家系統、神經元網絡等人工智能來分析故障問題、得出故障原因，以此得出人類專家經驗知識的設備與系統故障診斷技術，為解決數控機床故障診斷問題提供依據。