基于多傳感器信息融合的數控機床故障診斷研究

屈海軍

（江蘇安全技術職業學院，江蘇徐州221011）

基于多傳感器信息融合的數控機床故障診斷研究

屈海軍

（江蘇安全技術職業學院，江蘇徐州221011）

利用多傳感器信息融合技術應用到數控機床狀態信息故障診斷分析中，把指標繁多的狀態監測數據應用FCM聚類方法進行分類處理，使得復雜信息系統變的簡約化和層次化，建立多目標規劃模型，自動分析和綜合估計所需要的決策和信息處理過程。

多傳感器信息融合；數控機床故障診斷

1 多傳感器信息融合技術

多傳感器信息融合技術(Multi-sensor Information Fusion，簡稱MSIF)，即是利用計算機技術在某些規則下進行自動分析和整合多個傳感器或多個信息源和數據源，完成對處理所需信息的決策和估計。

多傳感器信息融合技術用于多個傳感器或多個信息源處理技術。隨著科技迅速發展，多種工業技術和信息技術不斷發展、融合，如傳感器技術、計算機軟硬件技術、數據處理技術、工業控制技術等技術通過發展使得其成為了熱門的新科技。對于多傳感器信息融合技術研究在中國已經在工程中應用于信息識別和信息定位等。多傳感器信息融合技術將會隨著科學的不斷進步成為一種智能、精細的數據信息集成加工和信息圖像等專業技術。

多傳感器信息融合技術的基本原理就是把各種傳感器對多層次和更多的補充信息和優化空間的組合，最終產生一致性解釋，就像人類大腦的信息處理過程。整個過程就是基于多個傳感器獲得的信息，合理支配與使用多源數據，得到更多有用信息。這不僅是利用了多個傳感器相互協同操作的優勢，而且也綜合處理了其它信息源的數據來提高整個傳感器系統的智能化。

2 數控機床故障診斷應用研究

數控機床故障中的每個事件，根據其標準數據庫的基本指標范圍，結合多傳感器信息融合理論對數控機床的運行狀態信息數據進行采集、處理得出結果，進而可以判斷哪些部位運行異常，從而逐個排除潛在故障群中非原因，簡化潛在故障群，集成極少數項故障原因的集合，稱為故障確定集。故障確定集中的元素造成數控機床故障的概率較大，而并非一定是這些原因，還要依據數控機床現場具體狀況而定。這就是從大量可能故障原因中推斷出幾項可能性較大的故障原因并給出發生概率的過程。對于非同型單元組成的系統，建立可靠性分析模型，研究可靠性分析和計算方法，豐富數控機床狀態可靠性評估的理論和內容。

由于數控機床設備的復雜性和運行環境的不穩定性，可以使用多傳感器信息融合技術作為數控機床故障診斷方法。利用計算機技術自動分析和綜合數控機床中多個傳感器的信息數據，進而得出故障相關決策和估計的信息處理過程。根據信息論的原理，由單維信息融合起來的多維信息的信息含量比任何一個單維信息量都要大，這使得多傳感器信息融合在解決數控機床故障診斷不確定性問題時具有獨特的優越性。

數控機床狀態評估的總體思路是，首先以潛在故障集中的故障元素為索引，確定進行定量分析所需的表征指標集合，依次找出所有故障元素的表征指標集合，然后把這些集合取并集，得到無重復最大待估指標集，簡稱指標集。取出數據庫中待測機床當前時間的運行狀態數據，并調取標準數據庫中各數據項的正常值或允許范圍，逐項比對每個運行狀態數據是否正常，提取出現異常的指標元素組成故障指標集。然后通過知識庫獲得該故障指標集中元素對應的故障問題及其概率，組成故障備選集。對故障指標集和故障備選集進行聚類分析，獲得某類故障數據判別某類故障因素的總體框架，在故障類的布局中，以故障指標子類集合和故障備選因素子類集合作為分析對象，運用多傳感器信息融合理論進行分析，獲得故障問題原因的可信程度，把可信度較高的幾項故障原因反饋出來，組成故障原因確定集合，根據故障判定原則進行判斷，得出故障結論，指導維修人員排除故障。

3 FCM與DS理論分析

在自動化程度較高的工廠中，有大量的設備相互作用，而監測傳感器的數量有限，只是在一些被認為比較重要的設備上安裝了傳感器，所以當某個傳感器檢測到故障時，并不能認定安裝該傳感器的設備出現故障，也可能是由于其他設備出了故障引起該設備工作異常，由于故障的傳播，多個傳感器在很短時間內可能都將變成故障狀態，給故障源的診斷帶來困難，因此，有必要首先對故障狀態數據進行分類，評估每類故障的數據特征，然后在故障類的框架內進一步確定故障問題，以減少故障診斷的盲目性。

如果故障數據對象分布在明顯分離的組中，那么把對象明確分類成不相交的簇是一種理想的方法。然而在大部分情況時數據集中的對象不能被劃分成不同的簇，分配給一個對象到一個特定的簇也具有一定的隨機性。不妨定義Wij作為對象X i屬于簇Cj的權值，顯然概率的方法可以提供這樣的權值，不過有時候很難確定一個合適的統計模型，這時就需要用非概率的聚類技術提供類似的能力。模糊聚類技術基于模糊集合論，是一種產生聚類的自然技術，采用模糊C均值聚類方法，模糊C均值算法也稱作FCM.

采用DS證據理論即是針對數控機床故障事件發生后的結果，探求故障診斷的主要原因。預處理數據來自數控機床上多個傳感器的信息和信息源，通過計算每個信息中基本可信度值，進而得到所有信息的可信度值，最后在特定決策規則下選擇可信度值最大的信息作為融合結果。

采用DS組合原則對信息融合故障診斷過程如圖1所示。其中j表示傳感器的序號，An表示傳感器測得的數據狀態中的故障點，mj（An）表示序號為j的傳感器測得的數據狀態中故障點An的信度函數值，mj(An)是通過DS組合原則候所有的傳感器信息融合后得到各故障點上的融合信度函數值，最終選擇出可信度最大的融合結果作為故障判定點。

4 結束語

將多傳感器信息融合技術應用到數控機床狀態信息故障診斷分析中，把指標繁多的狀態監測數據應用FCM聚類方法進行分類處理，使得復雜信息系統變的簡約化和層次化，建立多目標規劃模型，反求證據理論模型的參數，為信息融合技術在機電產品故障監控和診斷評價的應用方面提供了新思路，極大地方便了后續的維修維護處理過程。

[1]劉戰術，竇凱.數控機床及其維護[M].北京：人民郵電出版社，2010.8.

[2]王侃夫.數控機床故障診斷及維護[M].機械工業出版社，2009.8.

[3]丁永生.計算智能理論、技術與應用[M].北京：科學出版社，2004.8.

Nc Machine Tool Based on Multi-Sensor Information Fusion Diagnosis Technology ReSearch

QU Hai-jun
（Jiangsu safety technology Career Academy，Xuzhou Jiangsu 221011，China）

Using multi-sensor information fusion technology applied to the analysis of nc machine tool fault diagnosis state information，the condition monitoring data applications in a wide range of indicators of FCM clustering method to classify，makes the complex information system simplification and hierarchical，multi-objective programming model is set up，automatic analysis and comprehensive decision and estimation for the information needed to process.

multi-sensor information fusion；nc machine tool fault diagnosis

TG659

A

1672-545X（2016）11-0242-02

2016-08-05

屈海軍（1980-），男，江蘇徐州人，碩士學位，講師，教授，主要從事數控電氣控制技術和數控設備維修維護方面研究。