趙中敏

（江蘇海（hǎi）洋大學應用技術學院）

摘　要（yào）：狀態監測和故（gù）障預（yù）測技術是數（shù）控機床實現自主保障的一項關鍵技術，首先提出（chū）了狀態監測和故障預測維修的組成及功能，構建了數控機床維（wéi）修係統的功能框圖並分析了其工作流程；接著闡述了故障診斷與預測的（de）具體實施結構體係，該（gāi）結構能夠實現（xiàn）大型數控機床狀態（tài）監測（cè）和故障預測，為提高數控機床的（de）使用壽命（mìng）及使用效率，具有重要的推廣價值；Z後總結了如何開發適合我國國情的狀態監測與故障預測（cè）係統。

關鍵詞：數控機床；狀（zhuàng）態監測；故障預測；工作（zuò）流程；結構體係

大型數控機床係統的（de）性能及可靠性決定了其工作壽命（mìng）以及工（gōng）作效率，目前的事後維修和計劃性維修很難預防災（zāi）難性的故障，而且（qiě）常常引起不必要的停機，存在引入維修損壞的風險。與以上兩種維修策 略 不 同 ， 視 情 維 修 (CBM, condition based maintenance)是麵向設備實際狀態和發展趨勢的，根（gēn）據對設備當前和將來狀態的正確和可靠的預測來安排（pái）維修活動。因此對設備當前（qián）狀態的描述（shù），以及對下一時段狀態和故障的預測是實現視情維修的根本，這也正（zhèng）是狀態監測和故障預測技術要著力解決的（de）問題。狀態監測和故障預測（cè）技術使得設備維護人員（yuán）可以（yǐ）預知故障的發生，從（cóng）而采取（qǔ）一係列維修（xiū）或預防的措施，而不必等（děng）到故障真（zhēn）正發（fā）生之後再做出反應。

目前，數控機床正朝著大型化、高速化（huà）、高精度化的方向（xiàng）發展。在高速、高加速度、大載荷、大（dà）位移等非常規（guī）工況下，振動、衝擊、變形（xíng）等因素對機床（chuáng）的（de）進給係統產（chǎn）生重大影響，導致絲杠、導軌、軸承、聯（lián）軸器、齒輪、蝸輪蝸杆等機械部件產生各種故障，由此引起數控機床的運動誤差、部件磨損甚至意（yì）外停機等問題（tí）。因此，在狀態（tài）監測和故障診斷領域（yù）內，正確評（píng）價大型（xíng）數控機床當前的狀態，預（yù）測機床運行狀態的發（fā）展趨勢，為機床維護（hù）提供指導依據是一個亟待解決的問（wèn）題。

1、數控機床狀態監測和故障（zhàng）預測的組成及功能

通過在線檢測設備運行（háng）狀態，參照（zhào）設備正常的狀態參（cān）數標準，結合曆史維修知識庫，對設備的（de）運（yùn）行狀態進行分析，並對（duì）故障可能發生的情（qíng）況進行預測，從而作為製定設備合理維（wéi）修計劃的依據。通過對運行狀態進行監測，如果發現設備出現了故障，則立即進行診斷，確定故障部位和故障類型，提出維（wéi）修建議，進（jìn）而下達維修任務和組織實施。其（qí）體（tǐ）係結構如圖1所示。

（1）設備層：由作業車間（jiān）中數控加工設備構成。

（2）信息采集層：其主要作用是（shì）采集設（shè）備層的運行狀（zhuàng）態數據（jù），並對這些數據進行濾波、整形、放大等處理後，提交給信（xìn）息處（chù）理層。該層主要包括（kuò）各類（lèi）傳感（gǎn）器、信息采集終端、直接數字控製（DirectNumerical Control，DNC），以及其他智能設備等。

（3）信息處理層：該層的功能是（shì）對信息采集層提交的信息進行識別、轉化、分類、融合、特征提取、特征融合等，為應用層的功能實現提供支撐。

（4）數據層（céng）：由維修數（shù）據庫、狀態知識庫和設備信息庫等相關數（shù）據庫及知（zhī）識（shí）庫構成。維（wéi）修數（shù）據庫存儲維修內（nèi）容、維（wéi）修（xiū）操作（zuò）、維修計劃、維（wéi）修事（shì）件等相關數據（jù）信息；狀態知識（shí）庫存儲設備在不（bú）同工況下運行的狀態參（cān）考值、允（yǔn）許值和故障閾值等。

（5）應用層：由在線監控模塊、故障診斷模塊、故障（zhàng）預測模塊（kuài）和維修管理（lǐ）模塊組成。在線監控（kòng）模（mó）塊（kuài）實時獲取設備運行（háng）狀態數據（jù），在對其進行處理後，進行數據融合，向用戶顯示設備運行狀態，並將融合後的數據（jù）提交給故障診斷模塊；故障診斷模塊在監控模塊提供（gòng）監控數據（jù）的基礎上進（jìn）行特征（zhēng）提取，並對特征值進行融合，進而通過各種（zhǒng）特（tè）征分類（lèi）器進（jìn）行（háng）分類，在進行（háng）數據的決（jué）策層融（róng）合後進行（háng）故障（zhàng）診斷，並輸（shū）出故障結果；故障預測模塊根據相關模型和算法對設備運行狀態特征進行故障預測，並對可能（néng）的故障部件、故障原因、故障類型等進行分（fèn）析；維修管理模塊主要處理（lǐ）與設備維（wéi）修相關的操作管（guǎn）理，包括維修內容管理、維修計劃管理、維修事件管理、維修控製等。

（6）用戶層：該層的用戶分為（wéi）係統（tǒng）管（guǎn）理員、操作人員和維修（xiū）人（rén）員三類。

需要指出的（de）是，上述體係（xì）結構中的各功能模塊之間並沒有明顯的界限，存在著（zhe）數據信息的交叉反饋。國外對上述各模塊（kuài）中應用的一般技術(如傳感器、數據傳輸、數據處理等)和方法(如係統框架模（mó）型、狀態監測和預測推理算法等)進行了大量的研究，同時也進行了大量的工程（chéng）實踐（jiàn）。 

2 、數控機（jī）床狀態監測和故障預測的工作流程

數控機床狀態監測和故障預測係統包括（kuò）兩種工作（zuò）流程（chéng）：

（1）設（shè）備運行狀態信息采（cǎi）集和故障診斷、預（yù）測（cè）流程；

（2）設備（bèi）維修（xiū）管?流（liú）程，如（rú）圖2所示。

具體（tǐ）操作可劃分為四個階段。

2.1 設備可監測的運行狀態（tài）信息分析

（1）設備運行狀態實時采集與監控，通過對設備可監測的運行（háng）狀態信息進行分（fèn）析，選（xuǎn）擇Z佳的狀態監測方法，確定所需的儀器和設備，進行設備運行狀態數據的采集。

（2）由於設備（bèi）運行狀態的輸出大（dà）都為非線性，同時受（shòu）溫度、電源波動（dòng）、噪聲和振動等（děng）環境因素的影響，使得所采集的數據不能準確地反映測量值，容（róng）易出（chū）現測量準確度不高、穩（wěn）定性差等問題。因此，需要對（duì）采集到的數據進行處理，剔除錯誤數據（jù）或偏差數據。

（3）對多源同類傳感器進（jìn）行一（yī）次數據融合，然（rán）後對異類傳感器（qì）進行二次數據融合，以提高獲（huò）取狀態信（xìn）息的準確性。同時，根據融合後的數據輸出設備的運行狀態信息。

2.2 基於融合後的設備運行狀態信息進（jìn）行故障診斷

（1）由於實時采集的設備運行狀態信息的數據量相當巨大，為了對設（shè）備運行狀態進行分析和診斷（duàn），需要根據融合後的運行（háng）狀態（tài）數據，提取設備運行的關鍵特征，構建設備運行狀態的特征向量（liàng）。

（2）根據信息融合理論進行設（shè）備運（yùn）行狀態的特征融合。

（3）構造特征分類器，進行決策層（céng）融合。同時，參考設備運行狀態參考值、允許值和故障閾值，進行故障診斷，並輸（shū）出診（zhěn）斷結果。如果診斷結果是有故障，則進行（háng）故障報警，並輸出故障信息，同時進入維修管理；如果診（zhěn）斷結果是無故障（zhàng），則進入故障預測階段。

2.3 故障預測

雖然故障診斷的結果是未發生故障，但設備存在發生故障的可能性。故障預測的（de）目的就是分析這種可能性（xìng）的大小，並做出是否需要進行維修的判斷。預測的方法有基於模型的方法、大數據驅動的方法和基於統計的方法三種。經過預測後，如果判定為不必進行維修，則返回設備運行狀態（tài）實時采集與監控；如（rú）果判定為需要進行維修，則進入維修管理。

2.4 維修管理

（1）如果設備需要進行維修，則查詢相關維修數據庫，製定維修計劃。

（2）對維修計劃進行費用分（fèn）析，並生成維修任務。該步驟由相關人員組織實施。

（3）對維修任務進行控製，維修任務完成後，把相關維修信息輸入維（wéi）修數據庫。

3、數控機床狀態監（jiān）測（cè）和故障預測（cè）的結構體係

針對監測對象的特點，選擇（zé）不同（tóng）的傳感器對各個部件的運行狀態進行監控，具體結構如圖3所示。 

1）數控係統

數控係統運行參數可以通過軟（ruǎn）件直接讀取，係統故障代碼顯示各種報警信息。

2）導軌副

X向、Y向和 Z向導軌采用滑（huá）動導軌，機油潤滑（huá），在滑動體上安裝三向振動傳感（gǎn）器監測導軌的（de）變形及磨損。

3）絲杠副

由於設備運動（dòng）部（bù）件的性能（néng）及精度變化主要反映在振動（dòng）頻率及幅值的變（biàn）化上，在（zài） X 向、Y 向（xiàng）及 Z 向滾（gǔn）珠絲（sī）杠副的絲母座上（shàng）分別安裝 1 個三向振動傳感器，監測絲杠由於磨損、偏心、絲杠滾道表麵缺陷、滾珠缺陷等導致的（de）振動及衝擊脈衝。絲杠兩側的支撐端分別安裝 1 個單（dān）向振動傳感器，監測由於（yú）絲杠彎曲、前後支（zhī）架不（bú）同心、軸承故障等導致的振動形態變化。為提（tí）高故障預警和診斷的精度，在絲母座及兩個軸承座上分別安裝 1 個貼片式溫度傳感器，監測性能變化導致（zhì）的溫度增加（jiā）。

4）主軸（zhóu）係統（tǒng）

主軸係統由電機、齒輪箱和（hé）主軸構成。在主軸前端安裝聲發（fā）射傳感器和振動傳感器，在齒輪箱上安裝振動傳（chuán）感器，監測主軸的運（yùn）動精度（dù）、軸承狀（zhuàng）態及齒輪齧合狀態。

5）伺服係統（tǒng）

采用3個電流傳感器分別（bié）監測主（zhǔ）軸電機和2個給電機的實際負載狀況及功率變化，通過切（qiē）削力（lì）實驗，對電流信號進一步分析處理，可以（yǐ）建立電流與負載力之間的映射關係（xì）。驅動器故障（zhàng）由其內部報警代碼提供解決方案。

6）潤滑係統監測（cè）

潤滑係統的壓力及流量分別（bié）采用壓力傳感（gǎn）器和流量傳感器實時監測，油箱機油溫度和液位（wèi）高度采用溫度傳感器和液位傳（chuán）感器（qì）獲取，防止（zhǐ）異常狀況和（hé）漏油的發生。

7）電氣控製係（xì）統

采用可編程控製（zhì）器 （ programmable logiccontroller ,PLC）直讀（dú）技術獲取 PLC 點位信息，構成（chéng）狀態矩陣，並采用圖形（xíng）化方式將電氣原理圖進行對照輸出，以便快速診斷和維修故障。上述傳（chuán）感器信號通（tōng）過模/數(analogue/digital,A/D)采（cǎi）集卡轉（zhuǎn）換後輸入工控機進行分析與計算，分析獲得的設備狀態監測數據送（sòng）入數據服（fú）務器存儲，並同時（shí）在設備的（de）人機界麵 HMI上實時滾動顯（xiǎn）示，以便於操作人員掌握設備各個（gè）部件的運行及狀態（tài）信息。

4、結（jié）語

雖然各種（zhǒng）數控設備狀態監測與故障診斷係統已逐（zhú）步得到應（yīng）用，但還遠沒有達到工程（chéng）實用化的程度。目前還僅在部分關鍵的係統和部（bù）件中應用。並且對大多數（shù）係統尤其是數控設備的故障機理（lǐ）了解還不（bú）深入，有些還僅是故障的（de）檢測，還不具備故障預測的能力。此（cǐ）外，何正確有效地預測係統的狀態，並做出優化的（de）維修決策等都需要大量的研究（jiū）工作。難點工作主要在於如何（hé）規劃特定被監測係（xì）統的係統體係結構，如何有效地選用一些較成熟的技術用於構建狀態監測與故障預測係統。應首要確定需要進行研究的（de）關鍵技術（如對於數控設備關注故障機理的基礎性（xìng）研究），進而開發出適合我國國情的狀態監測與故障預測係統。

來源：《精密製造與自動化》 2020年第2期