这里能搜索到更多你想要的范文→
当前位置:好范文网 > 免费论文 > 理工论文 >

数控机床诊断综述

发布时间:2021-11-26 07:17:49 审核编辑:本站小编下载该Word文档收藏本文

一、研究背景

在工业化的持续发展过程中,各行各业的竞争越来越激烈。为了推动企业的进一步发展,所有企业都在进行技术革新。数控机床是机械生产过程中的通用装置,由气压、油压、机床、电控马达、自动控制等组合而成[1]。自20世纪中叶数控技术的出现以来,数控机床给机械制造业带来了革命性的变化。数控机械加工的特点是灵活、高精度、高生产性、降低操作员的劳动密集度、改善劳动条件、促进生产管理的现代化、提高经济效益。数控技术应用的关键在于开发高速、高精度、高稳定性的高科技设备。在现有的处理装置中,只有数控机床可以承担这个沉重的责任。

因此,为了实现实际的快速切削,数控机床必须朝着高速化、高精度、灵活性、开放控制系统、控制系统辅助软件、工厂生产数据管理的方向移动,以满足现代制造业快速发展的需要。为了完全发挥数控机床的最大价值,我们必须关注数控机床的故障排除问题,了解数控机床的一般机械问题,掌握故障诊断和维护方法,充分发挥数控机床的最大适用价值,提高故障诊断效率,利用科技驱动提高生产效率,确保工业生产活动顺利发展。

二、国内外发展现状

2.1设备故障诊断的国内外研究现状

(1) 国外故障诊断的研究现状

设备状态监测与故障诊断在美国、日本、英国等国家得到了高度重视, 各国竞相开展相关技术。美国是最早开展设备故障诊断工作的国家之一, 自1961 年美国的阿波罗计划执行后, 由设备出现的一系列的设备故障造成的悲剧促使了美国机械故障预防小组 (MFPG) 的成立, 开始对故障诊断技术进行有组织、有计划的研究。随着故障诊断技术的发展, 美国西屋公司、Bently、HP等公司的监测技术代表了当今诊断技术的最高水平, 其完善的监测功能和较强的诊断功能使之广泛应用于宇宙、军事、化工等领域;上世纪六七十年代, 英国以R.A.Collacott为首的机械保健中心和状态监测协会开始对故障诊断技术进行研究, 其在汽车、摩擦磨损、飞机发动机等方面的监测和诊断研究对国内外故障诊断的研究有着指导性意义;日本开展的诊断技术研究工作主要集中在两个层面:一是高等院校, 比如在东京大学、京都大学、早稻田大学高等学府均发表了不少基础性的研究报告;二是在在企业, 如三菱重工的“机械保健系统”对汽轮发电机组故障监测和诊断起到了推动作用, 日本的故障诊断技术在钢铁、化工、铁路等行业发展较快;欧洲其他国家的故障诊断技术在某一方面具有特色或占有领先地位, 瑞典SPM公司的轴承监测技术、AGEMA公司的红外热像技术、挪威的船舶诊断技术、丹麦的B&K公司的振动及噪声监测技术等技术都各有千秋。

(2) 国内故障诊断研究现状

国内关于故障诊断技术发展起步晚, 始于70 年代末, 而真正起步应该从1983 年南京首届设备诊断技术专题座谈会开始, 国家政府有关部门对关于故障诊断技术的研究给予重视和支持, 尤其在技术引进、技术改造、科研开发等方面给予高度重视。近年来, 国内包括西安交通大学, 浙江大学, 北京理工大学、清华大学、东北化工大学、中国科学院等在内的众多大专科院校、科研机构、学术机构等都在故障诊断方面做了大量的研究。这些研究都注重结合当代各种先进故障诊断技术, 应用于很多大型设备中,并取得了巨大的成果。透平发电机、压缩机的诊断技术已列入国家重点攻关项目并受到高度重视;西安交通大学研发的“大型旋转机械计算机状态监测与故障诊断系统”,哈尔滨工业大学的“机组振动微机监测和故障诊断系统”;东北大学设备诊断工程中心的“轧钢机状态监测诊断系统”以及“风机工作状态监测诊断系统”均取得了可喜的成果, 为国内故障诊断的发展奠定了坚实的理论基础和实践经验。与国外理论基础雄厚、研究深入的故障诊断技术相比, 我国的设备状态监测与故障诊断技术水平同发达国家的差距已大大缩短, 但仍然存在一定差距。

2.2 故障诊断系统的研究现状

随着智能诊断系统的发展, 基于知识的诊断推理目前是国内外研究的热点, 对智能故障诊断推理技术及用于智能推理的知识表示方式的研究取得了很多成果, 另外, 随着网络技术、关于信息同步相关技术的研究也迅速发展起来, 随着故障诊断研究与发展, 出现了大量故障诊断系统应用与数控机床诊断故障诊断模式, 先后出现的有现场诊断模式和远程诊断模式, 现场诊断模式当故障发生后, 企业必须派售后服务人员到现场故障诊断, 国内多数企业对故障诊断仍然依靠传统的故障诊断维修方式;远程网络化故障诊断在数控机床领域得到很深入的研究。

故障诊断经历了三个阶段, 即人工诊断, 常规诊断以及智能诊断, 智能诊断是目前国内外研究的热点, 关于智能诊断诊断的研究国内外专家学者都进行了大量的理论和实验研究,得到了许多有价值的成果, 基于人工神经网络、模糊模型、粗糙集理论、故障树等诊断方法以及基于本体、规则推理RBR和基于案例推理CBR的专家系统在数控机床故障诊断中得到很好地发展, 并都取得了一定的成果, 其中基于知识的专家系统在人工智能中的应用最广泛[2]。为了提高故障诊断的效率和精度, 多方法集成的故障诊断引起了人们对高度重视, 将RBR和CBR串行结合, 利用一种推理方式来解决先导方式推理产生的问题, 当两者都得不到故障诊断的结果时, 采用人工诊断得出故障诊断结果。

智能诊断是基于知识的诊断方法, 因此智能诊断的发展与知识的表示密切相关, 关于故障知识表示的研究主要有基于规则、框架、对象等方式, 对基于本体表示的方式进行了研究。随着分布式计算机管理的出现, 一个关键的技术——信息同步技术也有了广泛的研究, 提出了一个基于Petri网的信息同步模型, 提出了基于该模型的信息预取、状态估算、系统时间同步等控制策略研究了分布式虚拟现实系统的信息同步, 信息同步在分布式环境下多媒体的得到研究。

三、 数控机床机械故障诊断方法

3.1 人工诊断法

人工诊断方法是基于操作员的经验,分为外观故障检查、软失误检查、连接器接线、电缆检查、机床数据检查等。外观检查是操作员使用自己的嗅觉,视觉等,判断机床是否故障。软失误检查法是指操作员使用外观检查方法确认机床最近的维护记录,了解最近的机床工作,确认机床的潜在危险性。连接器接线及电缆检查方法是指使用确认机床各部分连接的指示的操作员。同时,需要仔细检查零件之间的配线连接。机床的数据检查是通过分析机床的故障现象,参照机床相关的故障数据来检查和纠正机床数据。但是,这些方法的缺点是带有强烈的主观性,不可靠的诊断结果和低诊断效率。

3.2 智能诊断法

目前,数控机床故障诊断的主流方法是在故障诊断领域应用计算机、人工智能等技术的智能诊断方法[3],主要分为以下几种方法:

(1)容错树分析法:容错树分析法是分析和调查使机器工具的故障从本地逐渐减少的原因。容错树分析方法不仅检查了系统软件的故障和硬件故障,而且检查了由一个组件引起的系统故障的原因,还可以检查人的因素也可以分析由两个以上的组件引起的系统故障的原因。这是一种综合考虑系统故障原因的分析方法。[4]但是缺点是故障机制不明确,构成故障树的冗余量复杂而困难,适合以往的故障诊断,找不到各个特殊故障。

(2)单个功能监测方法:单个功能监测方法在操作过程中收集机床的各个部分的信号,例如温度、功率、声发射、振动等,建立相应的数学模型,分析信号提取故障特性信号[5]。然后,判断机床是否有故障和断层的位置。其缺点是传感器容易受到环境干扰的接收故障信号复杂,不全面,信号处理效率不高。容易弄错或判断机床的故障。

(3)模式识别和训练模型的应用:模式识别和训练模型的应用是建立数控机床的故障样品库,使用数控机床的已知故障因子建立实验样品,神经网络的训练支持向量机和其他模型以及模式识别和训练模型的应用:模式识别和训练模型的应用意味着使用数控机床已知的故障因素建立数控机床的故障样本库。我们训练了神经网络和支持向量机模型。

四、数控机床机械故障类型

4.1主轴运行中的故障

(1)精度和设计不符合相关要求。

数控机床对精度要求很高。如果精度在处理过程中不满足所需条件,主轴总是处于影响状态,结果无法保证后续安装的牢固性[6]。数控机床对精度要求很高。如果精度在处理过程中不满足所需条件,主轴总是处于影响状态,结果无法保证后续安装的牢固性。

(2)过度的切削振动。

数控机床的运行中发生的结构问题主要有:无法确保轴线,中间距离过大,主轴承和主轴的安装不符合标准要求,主轴箱的柱子和架子分离等[7]。为了解决这些问题,有必要针对实际情况采取相应对策,例如及时更换传送带或轴承。

4.2运动系统的故障

(1)滚珠丝杠的副噪声的问题。

滚珠丝杠滚动球的损伤、滚珠丝杠的润滑效果、螺丝支撑轴承的损伤等滚珠丝杠的噪音有很多原因[7]。鉴于这样的缺点,为了确保轴承部的紧固,必须配置特别的人员进行轴承盖的调整等维护管理。另外,要做好润滑和维护工作,及时更换新的球。

(2)滚珠丝杆的灵敏度在运行中不好。

此类问题出现的原因为其负载过高,致使导轨以及丝杠无法处于平行状态。针对此类问题,应调整对轴向的间隙,强化滚珠丝杠的负载力,确保导轨以及丝杠处于平行的状态。

4.3导轨运行中的故障

(1)轨道磨削不良。如果数控机床损坏,机器的床位和基础会受到装置长期操作的影响。另外,如果在短时间内适用数控机床的话,那又会造成损失。由于这样的问题[8],在导轨的维护管理中必须做良好的工作,使用用于维持数控机床的润滑油,保证良好的运转,避免损伤问题。

(2)运行导轨时,存在零部件涂抹效果差等问题。考虑到这种问题,通过结合现实,可以分析特定的问题,控制容许度,选择质量好的部件。

五、研究难点及可能的解决方案

数控机床是复杂而精密的大型设备,受各种因素的影响,有故障倾向。操作员不恰当工作时,工件加工困难,处理环境恶劣,数控机床就会产生各种故障。从目前的研究观点来看,人工诊断法的效率低,精度低,不能及时准确地找到故障部位,因此逐渐被取代。智能诊断法因更有效的诊断速度和准确可靠的诊断效果而受到越来越多的企业的青睐。目前,智能诊断技术尚未成熟,但还有很多缺点,可以从以下几方面进行改进:

(1)为了解决构建容错树的复杂和困难的问题,可以有机地集成模糊理论,专家系统和容错树。首先,使用减少现有知识基础的规则数,提高知识基础知识应用的灵活性和适应性的模糊推论法[9]。然后,建立容错树与专家系统知识基础的关系,通过推论来确定系统的故障模式。

(2)为了解决单功能监视方式的传感器容易受到环境的干扰,收集的信号不完整的问题,采用了通过多个传感器收集机床各部分操作信息的多传感器融合技术。另外,通过合成多个信息源来改善故障判定的概率,建立信息处理的有效数学模型,提高信号处理的效率,提取正确的故障信号特征。

(3)为了应用模式识别和训练模型,解决找不到机床故障部位的少数样品的问题,可以使用多方法融合故障诊断,即机床故障的多方法综合诊断。首先,创建共享故障样本数据库,使用训练模型来判断机床是否出现时间故障[10]。接着,使用功能监视法和fort树法等对应的方法来确定机床的故障部位。这样,可以高效准确地诊断机床的故障。

六、未来的发展趋势

数控机床今后的发展会更加蓬勃,而数控机床的故障诊断技术在其中发挥着重要作用[11]。在人工智能的持续发展中,智能诊断技术会更加成熟,识别结果会更加准确。数控机床的故障诊断技术今后的发展,可从以下几个方面入手:

(1)建立故障诊断系统的知识结构和知识基础。

(2)开发和研发综合多源故障信息的高效信息处理技术,及时准确地提取机床故障特性。

(3)全面多源故障信息高效信息处理技术的连续开发和研究工作机械故障特性的及时准确抽取,为模式辨识提供庞大的样本库。

(4)优化自我学习能力,如神经网络模式识别软件,优化使其可以提高在样品不充分的情况下提高数控机床故障诊断的效率。

word该篇DOC格式数控机床诊断综述范文,共有4819个字。好范文网为全国范文类知名网站,下载本文稍作修改便可使用,即刻完成写稿任务。立即下载:
数控机床诊断综述下载
数控机床诊断综述.doc
下载Word文档到电脑,方便编辑和打印
编辑推荐: 星级推荐 星级推荐 星级推荐 星级推荐 星级推荐
下载该Word文档
好范文在线客服
  • 问题咨询 QQ
  • 投诉建议 QQ
  • 常见帮助 QQ
  • 13057850505