基于數(shù)據(jù)融合的數(shù)控機(jī)床故障診斷技術(shù)研究

◆解世超

基于數(shù)據(jù)融合的數(shù)控機(jī)床故障診斷技術(shù)研究

◆解世超

（邢臺(tái)技師學(xué)院 河北 054000）

由于工作環(huán)境惡劣、加工零件復(fù)雜等多方面因素，數(shù)控機(jī)床工作期間經(jīng)常會(huì)出現(xiàn)各種故障。如若相關(guān)故障未能及時(shí)發(fā)現(xiàn)并得到有效處理，則勢(shì)必影響正常工作的進(jìn)行，對(duì)于企業(yè)也會(huì)造成一定的損失。故此次就數(shù)據(jù)融合角度探討針對(duì)數(shù)控機(jī)床故障的診斷技術(shù)，以期對(duì)相關(guān)單位有所幫助。

數(shù)據(jù)融合；傳感器；機(jī)床故障

相較于傳統(tǒng)機(jī)床設(shè)備，數(shù)控機(jī)床在加工的精度、質(zhì)量以及柔性等各個(gè)方面均具有一定的優(yōu)勢(shì)，但其自身構(gòu)造卻十分復(fù)雜，整個(gè)運(yùn)行過(guò)程的實(shí)現(xiàn)也是基于非常強(qiáng)大的技術(shù)基礎(chǔ)以及復(fù)雜的各個(gè)組件之間的關(guān)系。數(shù)控機(jī)床一旦出現(xiàn)問(wèn)題，往往伴有一定的復(fù)雜性，有可能是電氣方面所致、也有可能是由于機(jī)械原因造成的，有時(shí)同一種故障表征甚至可能存在多種不同的故障原因，故而及時(shí)排查并診斷出數(shù)控機(jī)床的故障難度非常高。以往單就一個(gè)傳感器希望實(shí)現(xiàn)對(duì)數(shù)控機(jī)床的診斷，不言而喻該方法存在一定的片面性，實(shí)際應(yīng)用效果也不理想，而基于多傳感器數(shù)據(jù)融合的診斷分析技術(shù)無(wú)疑更具科學(xué)性，應(yīng)用價(jià)值也更高。

1 多傳感器數(shù)據(jù)融合技術(shù)分析

多傳感器的數(shù)據(jù)融合主要是指以計(jì)算機(jī)技術(shù)為核心，并基于設(shè)定的相關(guān)規(guī)則等自行的多個(gè)傳感器以及信息等進(jìn)行分析，從而得出結(jié)論?；趥鞲衅鞯臄?shù)據(jù)融合技術(shù)是現(xiàn)代化設(shè)備故障診斷與管理的重要技術(shù)之一，同時(shí)也是現(xiàn)代新型技術(shù)研究的熱門之一。而隨著數(shù)據(jù)融合技術(shù)的不斷完善，基于多傳感器的信息融合入勢(shì)必成為一種智能化、精細(xì)化的數(shù)據(jù)集成與信息圖像集合的專業(yè)技術(shù)。現(xiàn)代基于信息融合技術(shù)其主要原理為將各個(gè)不同應(yīng)用功能的傳感器對(duì)多層次以及更多的信息、優(yōu)化空間的高度整合，最終達(dá)成相對(duì)一致性的結(jié)果，整個(gè)過(guò)程與人體大腦的運(yùn)行機(jī)制十分類似。利用數(shù)據(jù)融合技術(shù)，就是將各個(gè)傳感器信息整合，并對(duì)各個(gè)數(shù)據(jù)進(jìn)行合理地支配與使用，從而得到更為有價(jià)值的數(shù)據(jù)信息。整個(gè)過(guò)程不但需要多個(gè)不同的傳感器的協(xié)同配合，同時(shí)也對(duì)其他信息源數(shù)據(jù)進(jìn)行科學(xué)化分析，大大提升了設(shè)備傳感器系統(tǒng)的智能化水平。

2 D-S證據(jù)理論概述

實(shí)際可以應(yīng)用的多傳感器數(shù)據(jù)融合算法有許多種，而這其中D-S證據(jù)理論則是目前應(yīng)用最為廣泛的方法之一。而目前所引用的D-S證據(jù)理論大多較為復(fù)雜，且存在一定的局限性。故本文提出了以D-S證據(jù)理論為核心的，將多個(gè)傳感器數(shù)據(jù)與數(shù)控機(jī)床故障診斷進(jìn)行高度的結(jié)合。利用電信的樣本的信度函數(shù)分配策略物理意義清晰且和實(shí)際工程故障診斷相符合，大大降低了對(duì)專家經(jīng)驗(yàn)的依賴性。優(yōu)化后的D-S證據(jù)理論可以大大規(guī)避證據(jù)完全沖突的情況發(fā)生，進(jìn)而彌補(bǔ)難以識(shí)別證據(jù)所屬子集范圍的不足，從而可以更好地實(shí)現(xiàn)對(duì)多個(gè)傳感器的證據(jù)的集合，進(jìn)而提升對(duì)故障的判定準(zhǔn)確性，提升工程的總的應(yīng)用價(jià)值。

3 具體應(yīng)用分析

以典型樣本為基礎(chǔ)的信度函數(shù)分配策略與優(yōu)化D-S證據(jù)理論進(jìn)行結(jié)合，從而構(gòu)成了混合的D-S證據(jù)理論算法，實(shí)現(xiàn)將多個(gè)位于數(shù)控機(jī)床上的傳感器數(shù)據(jù)進(jìn)行科學(xué)性的融合，提升對(duì)故障的判斷準(zhǔn)確性。以典型樣本為基礎(chǔ)的信度函數(shù)分配策略可以為數(shù)控機(jī)床上的不同的傳感器設(shè)置了不同的概率，并集合優(yōu)化后的D-S證據(jù)理論規(guī)則得出不同目標(biāo)故障情況下的各個(gè)傳感器集合得到的概率分值，最后對(duì)其進(jìn)行總的決策，并選擇支持度較高的作為故障判定結(jié)果。

3.1 D-S證據(jù)理論識(shí)別框架

3.2 信度分配函數(shù)的獲得

3.3 目標(biāo)模式的決策機(jī)理

針對(duì)數(shù)控機(jī)床的目標(biāo)故障模式進(jìn)行分類判定，其主要規(guī)則如下，首先，判定的目標(biāo)故障模式應(yīng)當(dāng)具備最高的信度函數(shù)值，其次，判定的目標(biāo)故障模式與其他任何一種故障模式的信度函數(shù)值差值應(yīng)當(dāng)高于某一界限值，最后，不確定信度函數(shù)的整體結(jié)果應(yīng)當(dāng)?shù)陀谀骋唤缦拗怠?/p>

4 FCM和D-S理論對(duì)比

對(duì)于機(jī)械自動(dòng)化程度較高的企業(yè)而言，設(shè)備數(shù)量較多且相互作用銜接，而監(jiān)測(cè)傳感器的數(shù)量則十分有限，也只是在一些被覺(jué)得相對(duì)重要的設(shè)備上所使用，安裝了相關(guān)傳感器，因此可以用于某個(gè)傳感器故障的檢測(cè)，并不能認(rèn)定安裝該傳感器設(shè)備存在故障。也可能是由于其他設(shè)備出現(xiàn)故障從而導(dǎo)致了該設(shè)備的工作出現(xiàn)問(wèn)題。因?yàn)楣收系目蓚鞑バ?，多個(gè)傳感器在較短的時(shí)間中可能均會(huì)演變?yōu)楣收闲螒B(tài)，從而故障源的診斷存在一定的困難，故而有必要第一步對(duì)故障狀態(tài)數(shù)據(jù)框架中進(jìn)行進(jìn)一步的故障確定，從而降低故障診斷的無(wú)目的性。

如若故障數(shù)據(jù)對(duì)象分布處于不同的組之中，則將對(duì)象進(jìn)行明確的分類為不想交的簇是一種相對(duì)可行的策略。但是在大部分情況下數(shù)據(jù)集合中的對(duì)象并不能很好地被劃分為不同的簇，分配至一個(gè)對(duì)象一個(gè)特定的簇也存在一定的不確定性。因此可以定義Ynm作為對(duì)象Wi屬于簇Rj的權(quán)值。不難看出，概率的方法可以提供這樣的權(quán)值，不過(guò)一些情況下則很難確定一個(gè)相對(duì)合適的統(tǒng)計(jì)模型，該情況下則需要使用非概率的聚類技術(shù)提供相關(guān)功能。模糊聚類技術(shù)以模糊集合論為基礎(chǔ)，是一種產(chǎn)生聚類的自然技術(shù)，基于模糊C均值聚類策略，模糊C均值算法也被稱為FCM?；贒-S證據(jù)理論則是對(duì)數(shù)控機(jī)床故障事件發(fā)生的后果，找出導(dǎo)致故障的根本原因。預(yù)處理數(shù)據(jù)取決于數(shù)控機(jī)床上的不同的各個(gè)傳感器的信息以及信息源，基于計(jì)算各個(gè)信息中的基本可信度情況，從而得到全部的信息的可信度結(jié)果，最后在特定決策規(guī)則下得到可信度值的最大信息作為最后數(shù)據(jù)融合的結(jié)果?；贒-S組合規(guī)律對(duì)信息融合故障診斷整個(gè)流程如圖1所示。

圖1 信息融合故障診斷流程

如上圖所示，j表示為傳感器的具體序號(hào)，An則表示為傳感器所檢測(cè)到的數(shù)據(jù)的狀態(tài)中的故障位置，mj（An）則表示編號(hào)為j的傳感器所檢測(cè)到的數(shù)據(jù)狀態(tài)中的故障位置An的信度函數(shù)結(jié)果，mj（An）則是基于D-S組合規(guī)律得到的全部傳感器信息融合后的各個(gè)故障點(diǎn)位的融合信度函數(shù)結(jié)果，最終選擇得到可信度較高的融合結(jié)果作為故障的判斷點(diǎn)位。

5 結(jié)束語(yǔ)

近年來(lái)，工業(yè)經(jīng)濟(jì)在我國(guó)經(jīng)濟(jì)發(fā)展中扮演了越來(lái)越重要的角色。數(shù)控機(jī)床是現(xiàn)代工業(yè)零配件加工與生產(chǎn)的重要設(shè)備之一，已然成為工業(yè)經(jīng)濟(jì)的重要一部分。而實(shí)際由于數(shù)控機(jī)床需要長(zhǎng)時(shí)間的工作、且工作環(huán)境尤為惡劣，因此設(shè)備經(jīng)常會(huì)出現(xiàn)各種形式的故障，嚴(yán)重影響企業(yè)的正常運(yùn)轉(zhuǎn)。利用多數(shù)據(jù)融合的數(shù)控機(jī)床故障診斷技術(shù)，無(wú)疑實(shí)現(xiàn)對(duì)位于數(shù)控機(jī)床中的各個(gè)傳感器信號(hào)進(jìn)行統(tǒng)籌分析，并最終得出當(dāng)前機(jī)床具體存在的故障形式以及故障原因，從而輔助檢修人員更快地發(fā)現(xiàn)設(shè)備故障隱患，并及早制定解決措施。未來(lái)隨著社會(huì)對(duì)于工業(yè)生產(chǎn)力量要求越來(lái)越高，諸如多傳感器數(shù)據(jù)融合分析等技術(shù)形式勢(shì)必會(huì)在現(xiàn)代工業(yè)體系中得到更多應(yīng)用與發(fā)展。

[1]付振華，丁杰雄，張信，等.多傳感器融合在數(shù)控機(jī)床故障診斷中的應(yīng)用研究[J].機(jī)械設(shè)計(jì)與制造，2014（2）：140-142.

[2]李文俐，胡林橋，張小茜.基于多方法融合的數(shù)控機(jī)床故障診斷方法[J].中國(guó)科技論文，2015（10）：100-106.

[3]史晉芳.基于專家系統(tǒng)的數(shù)控機(jī)床故障診斷技術(shù)研究[J]. 機(jī)械設(shè)計(jì)與制造，2006（7）：11-11.

[4]馬杰，張宇聲.基于數(shù)據(jù)融合技術(shù)的凝汽器故障診斷研究[J].汽輪機(jī)技術(shù)，2009，51（2）：141-143.