CNC車床加工表面粗糙度故障樹分析方法研究

張學文

(北華大學機械工程學院，吉林吉林132021)

CNC車床已廣泛應用于我國各行各業(yè)，部分役齡較長的機床已進入維修高峰期，對其故障原因進行統(tǒng)計分析具有相當大的實用價值，可為預知維修提供基礎資料和數(shù)據，為故障的診斷和預防提供簡便、快捷的方法與手段，對設備的科學管理和降低維修費用，提高設備的可靠性和維修具有極大的實際意義［1-3］.

本研究是在眾多的CNC車床中選擇具有代表性和適用廣泛的CAK6150D型車床為研究對象的.由于采用了數(shù)控技術，CNC車床的加工中尺寸精度已基本得到保證，而表面粗糙度問題上升為主要矛盾.分析過程中主要從影響表面粗糙度方面的故障原因入手，采用故障樹分析方法(FTA)建立該機床的故樟樹，然后用最小割集的方法研究故障的發(fā)生規(guī)律和模式，用求最小徑集的方法研究預防、控制故障的各種途徑和方案［4，5］.

1 CNC車床典型故障建模

現(xiàn)代故障診斷技術的方法主要有故障樹分析(FTA)、故障致命度分析(FMECA)及模糊診斷等.故障樹分析方法是一種科學性強、分析深入、易于應用的重要診斷方法.它是一種以樹狀結構的邏輯圖為依據，表示系統(tǒng)故障的基本原因及影響途徑的分析方法.

經過分析，將影響CAK6150D型CNC車床加工表面粗糙度的典型故障分為10種故障現(xiàn)象及33個故障底事件，見表1.依據它們之間的邏輯關系建立故障樹，如圖1所示.

表1 故障底事件一覽表

圖1 影響表面粗糙度方面的故障樹

2 CNC車床典型故障模式分析

在故障樹中，底事件對頂上事件的發(fā)生均產生影響，但所起的作用不同.有些作用較大，而另一些作用較小，即重要度有差異.根據所建立的故障樹，對頂上事件的函數(shù)式進行析取范式或合取范式，求出其最簡表達式以便于分析研究.如果故障樹中與門多，最小徑集的數(shù)量少，定性分析從最小徑集入手反而經濟有效.在故障樹定性分析基礎上，為了輕重緩急地采取預防措施，保證系統(tǒng)的安全性，必須掌握各個底事件對頂上事件的發(fā)生所起的不同作用.

3 影響表面粗糙度方面的故障樹Q

(1)求精車外圓表面，其圓周方向出現(xiàn)有規(guī)律跳紋，近似等距，手摸有不平感的故障樹B1及對偶成功樹B1'

可見，只有上述所有底事件均不發(fā)生才能保證頂事件不發(fā)生.

(2)精車外圓表面出現(xiàn)有規(guī)律的波紋，粗糙度大的故障樹B2及對偶成功樹

其中主傳動系統(tǒng)振動

(3)精車外圓出現(xiàn)螺旋狀波紋，明暗相同的故障樹B3

B3=X12+X24

(4)精車外圓表面出現(xiàn)混亂波紋，排列無規(guī)律，深度不同的故障樹B4及對偶成功樹B4'

其中主軸軸向竄動A2=X7+X16+X29+X30

(5)精車端面，在直徑方向上每隔一定距離出現(xiàn)波紋B5

(6)精車外圓出現(xiàn)螺旋狀波紋:B6

(7)精車螺紋牙形上有振痕B7

(8)車梯形螺紋時出現(xiàn)“扎刀”現(xiàn)象B8

其中:縱向進給滾動絲杠軸向竄動

(9)用切刀切入時“顫動”或切入用量大時“顫動”

(10)用“光刀”縱向進刀加工圓柱面時，粗糙度大B10

其中:

①主軸低速時“爬行”A6=X10X11

②機床振動A7=X8+X9+X12+X13+X14+X24+X32

綜上所述，影響表面粗糙度故障樹的最小徑集如下:

綜上所述，要保證CAK6150D CNC車床傳動系統(tǒng)正常工作，就必須保證故障樹D的八個最小徑集(A+B+D+F)、(A+C+D+F)、(A+B+E+F)、(A+C+E+F)、(A+B+D+G)、(A+C+D+G)、(A+B+E+G)及(A+C+E+G)當中任意一個的全部底事件都不發(fā)生.

4 維修實例

經過上述分析，我們把CAK6150D CNC車床傳動系統(tǒng)典型故障分為10個故障類型，33個基本故障原因.在該機床的維修，管理及設計過程中，只要抓住主要矛盾，根據機床的具體使用要求，側重保證某個方面的精度和性能，就能保證機床的工作性能.安全可靠，降低維修費用.

例如，當精加工軸類零件時在外圓表面上出現(xiàn)螺旋狀波紋，于是按圖索驥，在故障樹上找到故障的原因是主軸軸承磨損，即基本故障原因X12導致的故障類型B6，于是更換主軸軸承，維修后故障現(xiàn)象自然消失.維修后再加工端面時波紋也自然消失，這說明基本故障原因X12也是導致的故障類型B5的原因，同時還可以判斷出基本故障原因X19、X20和X26在維修前后都沒有發(fā)生.

5 結 論

利用這種故障模式分析方法去分析生產當中出現(xiàn)的表面粗糙度問題，簡便明了;對維修人員的文化程度要求不高，便于普及應用;能直接地找到故障的根源，便于開展預防維修和計劃維修，可以顯著地提高該設備的可靠性和維修指標.

［1］ 李成貴，董申.表面粗糙度的現(xiàn)狀及發(fā)展［J］.航空精密制造技術，1999，35(5):1-4.

［2］ 張慧君，過馨葆.表面粗糙度評定參數(shù)的發(fā)展與分析［J］.上海標準化，2001(3):51-53.

［3］ 金成哲，陳爾濤，徐驏.車銑粗糙度預測模型的建立和分析［J］.哈爾濱工業(yè)大學學報，2009，41(3):224-226.

［4］ 邵延峰，薛紅軍.故障樹分析法在系統(tǒng)故障診斷中的應用［J］.中國制造業(yè)信息化，2007(l):72.

［5］ 張學文.普通機床典型故障致因及新型橫向進給精度保障技術研究［D］.哈爾濱:東北林業(yè)大學，2000.