數(shù)控機床智能故障診斷技術(shù)的研究現(xiàn)狀與展望

楊道平

摘 ?要：在數(shù)控機床運行過程中，可能產(chǎn)生故障原因較多，當(dāng)對其進行診斷處理時，通常會花費許多人力與物力，因此，在對數(shù)控機床進行故障診斷時，智能故障診斷技術(shù)成為科研人員重要討論話題。為了深入了解數(shù)控機床智能故障診斷技術(shù)，文章首先進行故障診斷特征的分析，然后對其研究現(xiàn)狀進行闡述，最后研究其存在問題和展望，以期發(fā)揮數(shù)控機床智能故障診斷技術(shù)的價值。

關(guān)鍵詞：數(shù)控機床;智能故障診斷技術(shù);研究現(xiàn)狀

數(shù)控機床（Computer numerical control machine tools）屬于典型自動化控制系統(tǒng)，數(shù)控系統(tǒng)的種類比較復(fù)雜化，且呈現(xiàn)功能增加和形式多樣特點，通常涉及光學(xué)、電子和機械等方面，使其故障診斷難度持續(xù)提升。因此，如何在最短時間內(nèi)完成數(shù)控機床的故障診斷，屬于當(dāng)前智能故障診斷技術(shù)的研究關(guān)鍵，只有保證數(shù)控機床故障部位得到具體明確，同時掌握故障原因、排除方法，才能使其診斷效率得到顯著提升，并保證數(shù)控機床的正常工作。

一、數(shù)控機床智能故障診斷研究現(xiàn)狀

整體來講，在對數(shù)控機床進行故障診斷時，其特點主要包括：無法對故障進行準(zhǔn)確判斷;故障發(fā)生幾率較高;在進行故障定位時，快速定位難度較高;經(jīng)常出現(xiàn)漏診、誤診等情況;在進行診斷知識的獲取時，其診斷難度較高等。而對數(shù)據(jù)機床進行智能故障診斷時，其研究現(xiàn)狀如下圖1所示。

（一）智能診斷方法

在進行智能診斷時，其診斷方法具體包括：故障樹的分析，即在CNC系統(tǒng)出現(xiàn)故障后，通過對其分析將數(shù)控系統(tǒng)劃分成相應(yīng)子系統(tǒng)，采取故障樹的方式進行具體展現(xiàn)，以便于實現(xiàn)故障的推理和研究;單一功能診斷和監(jiān)控，例如：時序、時域特征的分析，對比其功能參數(shù)和閥值等;應(yīng)用決策方法、模糊理論進行故障診斷;人工智能和ANN等方法的結(jié)合應(yīng)用，如8K型號電動機車中電氣設(shè)備，通過專家系統(tǒng)和神經(jīng)網(wǎng)絡(luò)的聯(lián)合應(yīng)用，使其故障診斷效果得到顯著提升。除此之外，還可以采取案例推理方式進行診斷，基于目前相關(guān)案例進行數(shù)控機床故障的診斷和推理，以達到故障及時解決的目的。

（二）系統(tǒng)架構(gòu)診斷研究

在對系統(tǒng)架構(gòu)進行診斷時，其主要表現(xiàn)為兩方面，即分布式與集中式，同時還表現(xiàn)為在線實時診斷等結(jié)構(gòu)。在設(shè)備遠程診斷中，其研究領(lǐng)域包含以下內(nèi)容：在Web網(wǎng)絡(luò)知識庫的基礎(chǔ)上進行故障診斷;智能診斷技術(shù)的分析，通常需要在智能診斷程序和專家系統(tǒng)的前提下進行;基于圖形編輯語言程序進行軟件研究;專家的診斷環(huán)境研究。

（三）集成技術(shù)

當(dāng)前進行數(shù)控機床的診斷時，其集成技術(shù)具體表現(xiàn)為：過程集成，對故障診斷環(huán)節(jié)集成;方法集成，對智能化診斷方法予以集成，極易呈現(xiàn)多種診斷模型和推理方法;信息集成，對不同診斷知識和數(shù)據(jù)進行綜合應(yīng)用，以達到最佳診斷效果;網(wǎng)絡(luò)集成，通過網(wǎng)絡(luò)與資源的應(yīng)用，由現(xiàn)場故障至遠程故障進行診斷。

（四）故障處理和故障模型

首先，對數(shù)控機床各部件進行深入分析，如變壓器與刀具等故障診斷，然后將傳感器技術(shù)或信號處理技術(shù)等作為診斷方法，利用監(jiān)控診斷實現(xiàn)數(shù)控機床狀態(tài)和故障的診斷。其次，結(jié)合診斷對象功能等特征，根據(jù)故障特征和診斷經(jīng)驗，以實現(xiàn)故障診斷知識庫的構(gòu)建。最后，以整體制造為主，重點關(guān)注狀態(tài)變化原因、結(jié)果，創(chuàng)建仿真模型，例如：Petri網(wǎng)等。

二、數(shù)控機床智能診斷技術(shù)研究存在問題

眾多學(xué)者進行數(shù)控機床的故障診斷分析時，已經(jīng)隨之取得一定成績，但是，根據(jù)研究現(xiàn)狀、研究特點發(fā)現(xiàn)，其研究過程仍然存在一系列問題，主要包括：其一，缺少有關(guān)知識表示，由于數(shù)據(jù)機床的種類比較復(fù)雜化，且知識庫整體規(guī)模過于龐大，包含靜態(tài)知識的同時，還存在動態(tài)知識，加之知識獲取渠道各不相同，極易發(fā)生知識孤島的情況，應(yīng)該保證診斷知識表示、獲取更加準(zhǔn)確。其二，缺少統(tǒng)一遠程診斷平臺。其三，集成結(jié)構(gòu)缺少合理性，在對故障診斷時，對于智能設(shè)計和實施方式的研究，尚未形成具體研究目標(biāo)。其四，在對故障信號進行處理時，當(dāng)前研究僅停留于設(shè)備局部診斷，普遍缺少故障信號的有效處理。其五，不具備完整知識學(xué)習(xí)體系，對于有效診斷系統(tǒng)來講，除了具有完整故障識別功能之外，還具備豐富知識內(nèi)容。但是，現(xiàn)有遠程診斷系統(tǒng)并不具備豐富診斷經(jīng)驗，使其無法達到最佳故障診斷效果。

三、數(shù)控機床智能故障診斷技術(shù)展望

對數(shù)控機床的智能故障診斷技術(shù)進行研究發(fā)現(xiàn)，加大其研究力度，能夠有效促進其診斷技術(shù)的發(fā)展，同時實現(xiàn)數(shù)控機床的正常運轉(zhuǎn)，在進行未來發(fā)展方向的總結(jié)得出，其具體表現(xiàn)為以下幾點。

第一，全新故障診斷知識表示與獲取方法，例如：將本體（ontology）概念應(yīng)用于數(shù)控機床智能故障診斷中，盡可能解決系統(tǒng)之間知識無序和表達不一等問題。本體概念主要目的為鄰域知識共享和復(fù)用，同時具有規(guī)范領(lǐng)域概念、術(shù)語的優(yōu)點，通過對各概念間關(guān)系的確定，以便于更好進行系統(tǒng)間的有效操作。

第二，分布式與網(wǎng)絡(luò)化發(fā)展方向，近幾年，在進行故障診斷時，其診斷系統(tǒng)逐漸由集中式轉(zhuǎn)變?yōu)榉植际胶途W(wǎng)絡(luò)化，由于此類研究相對較晚，需要在Web基礎(chǔ)上進行數(shù)控機床的故障診斷，可以有效提升系統(tǒng)各項性能，并成為其今后發(fā)展的重要趨勢。

第三，數(shù)控機床進行故障診斷時，提升其診斷系統(tǒng)可重構(gòu)性與可拓展性，需要通過診斷層次模型的合理應(yīng)用得以實現(xiàn)，以分布式進行信息收集和處理，同時將其逐步進行向上集成，以便于構(gòu)建完整故障診斷系統(tǒng)，從而更好進行數(shù)控基礎(chǔ)的智能故障診斷。

第四，在數(shù)控機床智能故障診斷中，對于新技術(shù)和新方法、新理論的應(yīng)用，不僅能夠高效進行信息處理，而且還可以通過故障診斷理論、方法的應(yīng)用，以達到故障診斷的目的。

第五，加大集成診斷的研究力度，近幾年，伴隨人工神經(jīng)網(wǎng)絡(luò)和遺傳算法等技術(shù)的發(fā)展，將其運用于故障診斷中，可以實現(xiàn)數(shù)控機床故障的集成診斷，顯著提升其診斷效率。

結(jié)束語：

通過分析數(shù)控機床發(fā)現(xiàn)，在目前制造業(yè)發(fā)展中，數(shù)控機床屬于主要加工設(shè)備，提升其可靠性與診斷準(zhǔn)確性，一直是人們關(guān)注的重點。因為數(shù)控機床的整體結(jié)構(gòu)比較復(fù)雜，在對其進行故障診斷時，主要是以故障樹分析和直觀檢查法等為主，均無法達到數(shù)控基礎(chǔ)診斷需求。所以，我國在進行數(shù)控基礎(chǔ)故障診斷研究時，可以將智能化診斷技術(shù)作為研究重點，通過人工智能系統(tǒng)或人工神經(jīng)網(wǎng)絡(luò)等技術(shù)手段的應(yīng)用，以實現(xiàn)數(shù)控機床故障的高效診斷，進而保證數(shù)控機床的更好運行。

參考文獻：

[1]李紅衛(wèi)，楊東升，孫一蘭，等.智能故障診斷技術(shù)研究綜述與展望[J].計算機工程與設(shè)計，2013，34（2）：632-637.

[2]張浩峰，陳之林.數(shù)控機床故障診斷方法與技術(shù)研究[J].宿州學(xué)院學(xué)報，2013，28（4）：82-84.

[3]王勇.在數(shù)控機床故障診斷中應(yīng)用智能診斷融合技術(shù)[J].煤炭技術(shù)，2013，32（7）：180-181.

3783500589278