基于CRIO的數控機械在線監測診斷系統設計

賈 勇，陳曉飛，翟 旭

(1.新疆工程學院 信息工程學院，烏魯木齊 830023；2.中國鐵路烏魯木齊局集團有限公司 科學技術研究所，烏魯木齊 830023)

0 引言

數控機床是一個由機、電、液組成的一個結構復雜的機電系統，相比較于傳統機床，數控機床的機電系統自動化性能更好[1]。因為數控機床結構的復雜性，不同數控機床的結構點可能會引起同一個故障，因此數控機床發生故障時，機床故障監測診斷結果往往都是錯誤的。近年來，數控機床領域的發展越來越好，帶來的經濟效益越來越高，如果數控機床因為故障停止工作，引發的后果很難彌補，所以解決以上問題是數控機床領域的重中之重[2-3]。設備故障診斷技術是認識和掌握設備運行過程的狀態，判斷其整體或局部的正?；虍惓?，及早發現故障及其原因，并預測故障發展趨勢的技術。機器故障診斷技術屬于信息技術范疇，是利用被診斷對象提供的各種有用信息，對其進行分析處理，以獲取設備狀態的特征參數，從而作出正確的診斷結論。利用實時檢測到的狀態信息便可及早發現加工誤差，并盡快進行修正，從而達到降低產品廢品率，節約企業成本的目的。

目前我國數控機床領域故障監測診斷功能單一并且故障診斷結果準確率低，NI CompactRIO(本文題目和下文簡稱為CRIO)是美國NI公司最新研究出基于計算機技術和網絡技術的嵌入式系統，應用該系統進行故障監測，其工作原理是根據監測和采集數控機床的運行參數，利用遠程上位機對數控機床的加工狀態進行合理的分析和診斷，加大數據分析的精度以便達到提高機床的故障診斷能力的目的，減少故障對數控機械工業帶來不必要的損失[4-5]。

綜上所述，本文提出基于CRIO的數控機械在線監測診斷系統?；贑RIO的數控機械在線監測診斷系統的硬件平臺是由可重復配置的IO/FPGA核底板、數據處理器、模塊、接口組成的嵌入式系統。利用數據處理器采集數據信息，通過核底板進行分析和離線處理，完成數控機床故障監測診斷操作，工作人員可以訪問硬件平臺的任意模塊，完成相應的需求。

1 基于CRIO的數控機械在線監測診斷系統總體框架設計

基于CRIO的數控機械在線監測診斷系統由數控機床在線監測模塊和遠程設備管理及故障診斷模塊組成，數控機床在線監測模塊是放置在數控機床的工作車間內，完成32通道的機床運行數據參數的采集，并對機械運行過程進行實時的監測；遠程設備管理及故障診斷模塊主要完成的工作任務一方面是將數控機床數據傳輸到遠程計算機內，為數據分析提供基礎，另一方面是根據數據參數完成機床故障診斷操作[6]。具體的系統總框架如圖1所示。

圖1 基于CRIO的數控機械在線監測診斷系統總體框架

2 基于CRIO的數控機械在線監測診斷系統硬件設計

基于CRIO的數控機械在線監測診斷系統的硬件區域由NTI CRIO驅動器、新型伺服電動機、采集卡、傳感器以及PC上位機組成[7]。在線監測診斷系統的區域組成結構如圖2所示。

圖2 基于CRIO的數控機械在線監測診斷系統硬件結構

2.1 多參數在線監測模塊

多參數在線監測模塊的工作原理是采用多線程編程，解決數據硬件區域的數據采集卡出現數據溢出的故障問題。主要面向的對象是較大數據量的信息點，避免多參數在線監測模塊在數據緩存時，出現數據丟失的問題。多參數在線監測模塊由非分頁環形內存池、用戶緩存區數據采集板卡組成[8-9]。非分頁環形內存池是多參數在線監測模塊內部唯一一個獨立的區域，用來存儲在線監測模塊采集到數控機床的數據，為了防止數據中斷，在每一次的數據傳輸結束后系統會自動生成一個指針，讀取數據空間。如果內存池的存儲空間滿了，那么內存池1中的最后一次數據會映射到重新開啟的另一個內存池中，完成數據的存儲，具體的多參數在線監測模塊結構如圖3所示。

圖3 多參數在線監測模塊

觀察圖3可知，多參數在線監測模塊為了提高報警被發覺的效果，采用兩級聲光報警模式對32通道的數控機械進行在線監測，當監測模塊監測的數據值大于設定標準值時，存儲實時的數據信息發出聲光警報并對當前運行的數控機械的工作狀態進行鎖死，不允許繼續工作，存儲的數據為數控機械故障分析提供有效的數據。因為數控機械涉及到的結構較多，為此基于CRIO的在線監測診斷系統提取出代表的數控性能，分別為機械運行的加速度、速度、壓力、濃度、PH值及電渦流，通過對以上結構點數據參數進行特殊記錄，為機械故障監測診斷過程奠定基礎[10-11]。

2.2 網絡控制模塊

基于CRIO的數控機械在線監測診斷系統的硬件區域的網絡控制模塊的工作任務是實現管理機械設備各個終端性能診斷數據的傳輸操作[12-13]。CRIO系統可以根據機械生產不同產品的規格，實時設定不同標準的服務器內核，設置相對合理的并發機械數量，網絡控制模塊一方面可以隨時對在線監測診斷系統的任意設備終端進行斷開和閉合的操作，用于危險時，斷開操作，避免大的損失；另一方面對于網絡控制模塊傳輸的數據信息，在運輸過程中都會進行二次加密操作，保證機械參數信息的安全性[14-15]。

2.3 設備管理模塊

數控機械在線監測診斷系統的設備管理模塊主要負責完成后臺機械管理人員對機械運行監測信息的管理以及數控機械的管理。機械信息點數據存儲的方法是交叉樹存儲法，設定6個根節點，根據根節點的屬性設置若干個分支，構成一個樹狀，依次對數控機械運行監測信息點進行分級管理，在管理過程中，設備管理模塊可以對機械數據點進行刪除和增加，完善各個數控機械的分析參數。

2.4 故障診斷模塊

基于CRIO的數控機械在線監測診斷系統硬件區域的核心模塊是故障診斷模塊，故障診斷模塊的工作是通過隨機共振技術和現代信號處理技術實現的。隨機共振技術通數控機械共振操作將機械運行過程中的噪音進行百倍放大，解決數控機械故障診斷特征信號微弱的問題，提高特征數據的真實可靠性，有利于故障診斷模塊的工作；現代信號處理技術通過信號預處理、信號時域和信號頻域分析以及其信號的時頻分析完成數控機械故障信號的采集和分析。診斷工作人員會根據以上的分析結果數據得出診斷報告，經過二次核實，將報告傳到維修部門進行維修處理。

3 基于CRIO的數控機械在線監測診斷系統軟件設計

本文設計的基于CRIO的數控機械在線監測診斷系統軟件區域的控制語言選擇圖形化編程語言java，圖形化編程語言能夠突破計算機編程語言的局限性，提高編程結果的可變性，更好地完成在線監測診斷系統軟件區域的調用。具體的監測診斷系統軟件區域結構框架如圖4所示。

圖4 軟件設計框圖

3.1 溫度信號采集程序

數控機械在運行生產過程中由于工作強度和外界環境的干擾，機械設備各個結構會產生切削熱，影響數控機械的產品生產的質量并減少機械設備的使用壽命，所以軟件區域設計了溫度信號采集程序，目的是實時監測數控機械的溫度。采集機械溫度傳感器的輸出信號，通過串口通信的方式完成機械溫度傳感器數據的采集。圖5為軟件區域溫度信號采集程序的框圖，程序調用控制機械溫度信號和模塊之間的相互傳遞。

圖5 溫度信號采集程序

3.2 數據采集存儲程序的實現

數據采集存儲程序是軟件區域的重要調用程序，實現方法采用疊層式順序調用方法，此方法是將各個結構的數據參數進行順序存儲，完成數控機械結構點幀與幀之間數據的運輸，數據采集存儲程序實現模擬圖如圖6所示。

圖6 數據存儲子程序操作模擬圖

選用格拉布斯準則對采集的數據進行統計，確定樣本，估算標準偏差，計算公式為：

(1)

通過概率論進行計算，計算公式為：

(2)

其中：P為數控機械各結構數據參數的概率值，若該值小于0.5，即超出標準值要求范圍，表示該結構存在隱形故障。

通過上述公式獲取采樣數據，判斷數控機械的各個結構的性能，本文通過分析機械主軸、工作臺、電柜、液壓系統、油箱液壓、銑削齒輪各個結構的數據參數以及狀態，完成數控機械在線監測診斷。工作臺的振動頻率、工作一段時間內的位移和溫度差，可以體現數控機械工作的狀態，如果3類數據的標準值不在要求范圍內，那么機械就存在一定的隱形故障。對信息進行分析，確定有效數據后，將得到的有效數據顯示出來。

3.3 數據顯示子程序

數據顯示子程序的主要任務是通過NI設計方法將數據采集存儲程序和溫度信號采集程序調用控制的結果展示出來。數據顯示子程序會執行工作人員的調用命令，完成各個結構數據的調用，具有實時性，對于數控機械在線監測診斷的效率有促進作用，采集的信息利用數據采集卡輸送到硬件區域的數據顯卡內，完成存儲記錄。

數控機械在線監測診斷系統軟件流程如圖7所示。

圖7 數控機械在線監測診斷系統軟件流程圖

如圖7所示，數控機械在線監測診斷系統軟件編程采用Java編程語言，通過溫度信號采集程序采集溫度信號，通過格拉布斯準則統計數據，并計算各參數概率值，判斷其是否存在隱形故障，最后通過數據顯示子程序實現監控診斷結果的顯示，完成軟件設計。

4 實驗研究

為驗證提出的基于CRIO的數控機械在線監測診斷系統的有效性，以基于數據挖掘的數控機械在線監測診斷系統及基于數據參數的數控機械在線監測診斷系統作為實驗對比方法，驗證系統診斷的準確性及診斷過程的準確性。

選用的實驗設備主要有如下幾個：CRIO、數據采集卡、AKD驅動器、PC上位機、伺服電動機。設置實驗參數如表1所示。

表1 實驗參數

根據上述參數，進行對比實驗，在絲杠螺母上固定傳感器，并將傳感器與CRIO連接，啟動運動控制程序，在保證設備連接狀況沒有異常的情況下開始工作。同時，使用提出的基于CRIO的數控機械在線監測診斷系統、傳統的基于數據參數的數控機械在線監測診斷系統以及基于數據挖掘的數控機械在線監測診斷系統同時進行檢測，采集數控機械溫度數據。利用LabVIEW軟件將3種系統采集到的結果寫入顯示面板，得到的實驗結果如圖8所示。

圖8 溫度采集結果實驗圖

通過均勻采集法獲得圖像內部數據，得到的結果如表2所示。

表2 溫度采集結果

如圖8及表2所示，可以看出，所提方法采集到的的溫度信息與實際溫度值相差較小，而其他兩個對比方法與實際溫度值存在較大的誤差，實驗結果表明，所提基于CRIO的數控機械在線監測診斷系統能夠有效提高溫度采集精度，提升檢測準確性。

數控機械振動信號采集結果如圖9所示。

圖9 振動信號采集結果實驗圖

分析圖9可知，基于CRIO的數控機械在線監測診斷系統的振動信號采集結果與實際值較為接近，而基于數據挖掘的數控機械在線監測診斷系統及基于數據參數的數控機械在線監測診斷系統的采集結果與實際值偏差較大。由此可以看出，基于CRIO的數控機械在線監測診斷系統能夠準確監測數控機械的共振信號，提升故障監測準確性。

采集過程的穩定性如圖10～12所示。

圖10 基于CRIO的數控機械在線監測診斷系統穩定性

圖11 基于數據挖掘的數控機械在線監測診斷系統穩定性

圖12 基于數據參數的數控機械在線監測診斷系統穩定性

如圖10～12所示，基于CRIO的數控機械在線監測診斷系統的電壓波動一直遵循一定的規律，而基于數據挖掘的數控機械在線監測診斷系統及基于數據參數的數控機械在線監測診斷系統則存在較大波動誤差，本文提出的在線監測系統是以計算機自動控制為基礎，將檢測系統安裝在數控機床上，利用檢測系統提供的檢測程序，實現對零件的自動檢測，使數控機床既是加工設備，也是檢測設備，因此該系統可在線監控下實時檢測加工過程中零件的狀態信息，有效提升了數控機械在線監測診斷系統的穩定性。

5 結束語

本文通過分別研究基于CRIO的數控機械在線監測診斷系統的硬件區域和軟件區域的各個組成模塊和編程程序，作為一種功能強大的虛擬儀器開發平臺，CRIO的硬件驅動和方便的編程設計為自動測量和儀器控制提供了良好的環境。其模塊可有效地實現曲線擬合和數據分析功能。實驗證明，該系統的數據采集和數據分析模塊不僅具有友好的人機交互界面和強大的數據處理功能，而且能夠快速、實時地完成不同工況下的機床運行狀態數據監測與分析。將該方法運用在實際工程中，能夠快速準確地實現數控機械監測診斷，滿足實際工作的需求。