數(shù)控機(jī)床的智能故障診斷技術(shù)研究

薛鵬偉

（中國(guó)電子科技集團(tuán)有限公司第十二研究所，北京 100016）

數(shù)控機(jī)床是現(xiàn)代制造業(yè)中的重要設(shè)備，具有高度自動(dòng)化和高度復(fù)雜性的特征。但是，數(shù)控機(jī)床在實(shí)際運(yùn)行過程中容易出現(xiàn)故障，進(jìn)而影響生產(chǎn)效率和產(chǎn)品質(zhì)量。因此，研究智能故障診斷技術(shù)對(duì)于提高數(shù)控機(jī)床的可靠性和生產(chǎn)效率具有重要意義。文章從實(shí)際應(yīng)用出發(fā)，深入分析數(shù)控機(jī)床智能故障診斷的關(guān)鍵技術(shù)，旨在提高該技術(shù)的應(yīng)用成效。

1 數(shù)控機(jī)床智能故障診斷的原理

數(shù)控機(jī)床智能故障診斷指利用人工智能和機(jī)器學(xué)習(xí)等技術(shù)，自動(dòng)診斷和預(yù)測(cè)數(shù)控機(jī)床故障的技術(shù)。該技術(shù)能夠有效提高機(jī)床的可靠性和生產(chǎn)效率，縮短停機(jī)時(shí)間，避免故障帶來的損失[1]。智能故障診斷首先需要采集數(shù)控機(jī)床的振動(dòng)傳感器、溫度傳感器、電流傳感器和壓力傳感器的數(shù)據(jù)以及機(jī)床運(yùn)行速度、加工負(fù)荷、位置偏差等參數(shù)信息。其次，對(duì)采集到的信號(hào)進(jìn)行傅里葉變換或小波變換，提取頻譜分布、頻率峰值等頻域特征并進(jìn)行統(tǒng)計(jì)分析，提取均值、標(biāo)準(zhǔn)差和峰值等時(shí)域特征，通過計(jì)算得出能量分布情況，確定能量特征[2-3]。最后，通過頻譜分析，得出機(jī)床振動(dòng)信號(hào)的頻率分布和頻譜狀態(tài)。智能故障診斷常用的算法包括支持向量機(jī)（Support Vector Machine，SVM）、神經(jīng)網(wǎng)絡(luò)（Neural Network，NN）和決策樹（Decision Tree，DT）等。

2 數(shù)控機(jī)床智能故障診斷技術(shù)

2.1 智能故障診斷系統(tǒng)

基于窄帶物聯(lián)網(wǎng)（Narrow Band Internet of Things，NB-IoT）的故障診斷系統(tǒng)是現(xiàn)階段應(yīng)用廣泛的數(shù)控機(jī)床智能故障診斷系統(tǒng)。該系統(tǒng)包括傳感器、NB-IoT通信模塊、云平臺(tái)、可視化界面及報(bào)警系統(tǒng)等，能夠?qū)崿F(xiàn)故障遠(yuǎn)程監(jiān)測(cè)和診斷，具有較高的故障處理效率和預(yù)測(cè)精準(zhǔn)性[4]。NB-IoT 通信模塊是連接傳感器和云平臺(tái)或服務(wù)器的關(guān)鍵組件，采用低功耗設(shè)計(jì)，具有強(qiáng)大的續(xù)航能力。在系統(tǒng)運(yùn)行過程中，要保證信息完整傳輸?shù)皆贫似脚_(tái)。若信息缺失則無法診斷故障，此時(shí)系統(tǒng)會(huì)向云平臺(tái)發(fā)送補(bǔ)充信息，便于進(jìn)行人工干預(yù)。

2.2 數(shù)據(jù)采集與預(yù)處理技術(shù)

數(shù)控機(jī)床智能故障診斷系統(tǒng)的數(shù)據(jù)采集技術(shù)通常涉及傳感器數(shù)據(jù)采集、數(shù)據(jù)總線、數(shù)據(jù)存儲(chǔ)與傳輸以及數(shù)據(jù)可視化等技術(shù)[5-6]。數(shù)據(jù)融合算法決定技術(shù)的復(fù)雜度和精準(zhǔn)度。該技術(shù)的通用結(jié)構(gòu)框架為“信號(hào)輸入→傳感器→預(yù)處理→神經(jīng)網(wǎng)絡(luò)融合中心→輸出”。

傳感器主要分為振動(dòng)傳感器、溫度傳感器和電流傳感器3 類。振動(dòng)傳感器用于監(jiān)測(cè)機(jī)床的振動(dòng)信號(hào)，能夠檢測(cè)到機(jī)床零部件磨損、松動(dòng)和失衡引起的振動(dòng)異常，同時(shí)能夠反映機(jī)床結(jié)構(gòu)和運(yùn)行狀態(tài)的信息，如軸承故障、刀具磨損和工件不平衡等[7]。常用的振動(dòng)傳感器為PCB Piezotronics 352C65、Bruelk Jaer Type 4393 和Hansford Sensors HS-100 等。溫度傳感器用于測(cè)量機(jī)床各部件的溫度，如主軸、電機(jī)和潤(rùn)滑系統(tǒng)等，能夠反映機(jī)床部件過熱、過載或潤(rùn)滑不足等問題。該傳感器能夠通過監(jiān)測(cè)和分析溫度變化，診斷機(jī)床故障類型，如軸承過熱、電機(jī)故障等[8-9]。常用的溫度傳感器為Omega Engineering K Type Thermocouple等。電流傳感器用于測(cè)量機(jī)床電機(jī)和驅(qū)動(dòng)器的電流信號(hào)，能夠反映電機(jī)負(fù)載、電機(jī)故障和驅(qū)動(dòng)器故障等問題。它通過分析電流信號(hào)特征診斷電機(jī)和驅(qū)動(dòng)器故障，如過載、短路和電機(jī)繞組斷路等[5]。常用的電流傳感器為CR Magnetics CR5210s、Allegro MicroSystems ACS712 等。

預(yù)處理需要綜合應(yīng)用數(shù)據(jù)濾波、數(shù)據(jù)降噪和數(shù)據(jù)清洗等技術(shù)。常用的數(shù)據(jù)濾波算法包括移動(dòng)平均濾波、中值濾波和低通濾波。數(shù)據(jù)濾波技術(shù)通過降低數(shù)據(jù)噪聲水平來提高信號(hào)與噪聲的比值，進(jìn)而提升數(shù)據(jù)的精準(zhǔn)性和可靠性[10-11]。常用的數(shù)據(jù)信息降噪方法包括小波降噪、信號(hào)平滑和頻率域?yàn)V波等。因此，可以通過提取時(shí)域特征、頻域特征和小波變換的方式，使信號(hào)具有更好的適應(yīng)性，為數(shù)據(jù)提取和分析奠定基礎(chǔ)。

2.3 故障診斷模型

故障診斷模型的種類較多，包括基于關(guān)聯(lián)規(guī)則的故障診斷模型、基于機(jī)器學(xué)習(xí)的故障診斷模型和基于深度學(xué)習(xí)的故障診斷模型等[12]。建立基于關(guān)聯(lián)規(guī)則的故障診斷模型，需要根據(jù)知識(shí)和經(jīng)驗(yàn)定義一組用于描述故障模式和特征的規(guī)則。規(guī)則集的規(guī)模和復(fù)雜度取決于系統(tǒng)的復(fù)雜性和故障類型的多樣性。當(dāng)系統(tǒng)發(fā)生故障時(shí)，可以將觀測(cè)值與規(guī)則集中的條件進(jìn)行匹配，確定符合條件的規(guī)則，然后根據(jù)規(guī)則結(jié)論診斷系統(tǒng)的故障類型。該模型的故障診斷流程，如圖1 所示。

基于機(jī)器學(xué)習(xí)的故障診斷模型的建立是一個(gè)有監(jiān)督的多分類過程，如圖2 所示。在訓(xùn)練階段，將有標(biāo)記的訓(xùn)練樣本輸入機(jī)器學(xué)習(xí)模型[13-14]，判斷設(shè)備的故障類型，并通過最小化模型分類錯(cuò)誤來優(yōu)化模型參數(shù)，得到最優(yōu)故障診斷模型。在故障診斷階段，將不帶標(biāo)記的樣本輸入故障診斷模型，判斷設(shè)備的故障類型。

圖2 基于機(jī)器學(xué)習(xí)的故障診斷模型的2 個(gè)階段

基于深度學(xué)習(xí)的故障診斷模型包括卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)和長(zhǎng)短期記憶網(wǎng)絡(luò)。以卷積神經(jīng)網(wǎng)絡(luò)模型為例，假設(shè)輸入采樣信號(hào)為

式中：si(t)為第i個(gè)樣本；yi為類別標(biāo)簽；A為樣本索引集合。

信號(hào)特征提取過程的表達(dá)式為

式中：fi為樣本si(t)的特征；θf為樣本擬設(shè)參數(shù)；f(si,θf)為原始信號(hào)空間到特征空間的映射函數(shù)。

在給定特征表示后，分類器預(yù)測(cè)標(biāo)簽過程為

式中：g(·)為分類函數(shù)；θg為分類函數(shù)的參數(shù)。

2.4 智能故障診斷系統(tǒng)的實(shí)現(xiàn)

數(shù)控機(jī)床智能故障診斷系統(tǒng)的實(shí)現(xiàn)可以借助Windows 操作系統(tǒng)的軟件開發(fā)平臺(tái)，軟件開發(fā)使用C++語(yǔ)言，同時(shí)嵌套Python 語(yǔ)言進(jìn)行大數(shù)據(jù)的綜合獲取和處理。該系統(tǒng)需要具備的關(guān)鍵功能和服務(wù)如下。

第一，用戶注冊(cè)登錄。系統(tǒng)要具備用戶注冊(cè)和登錄功能，并確保系統(tǒng)的安全性，進(jìn)行權(quán)限管理。

第二，遠(yuǎn)程診斷中心接收在線請(qǐng)求和診斷反饋。遠(yuǎn)程診斷中心要接收用戶通過系統(tǒng)發(fā)送的在線請(qǐng)求，并進(jìn)行故障診斷，然后將診斷結(jié)果反饋給用戶。

第三，數(shù)據(jù)庫(kù)管理。數(shù)據(jù)庫(kù)管理要能夠?qū)崿F(xiàn)數(shù)據(jù)的刪除、添加和更新等操作，還要具備用戶留言和管理功能，以便確保數(shù)據(jù)的完整性和可靠性。

第四，設(shè)備系統(tǒng)檢查和文件參數(shù)配置。用戶可以通過手機(jī)端的數(shù)據(jù)網(wǎng)絡(luò)，檢查設(shè)備系統(tǒng)和配置文件參數(shù)，確保設(shè)備的正常運(yùn)行和參數(shù)的正確。

第五，外部端的腳本命令和信息回傳。系統(tǒng)可以通過外部端的腳本命令，實(shí)現(xiàn)信息回傳和數(shù)據(jù)交互，以便提供更多診斷和管理功能。

第六，數(shù)據(jù)保存和訪問接口。系統(tǒng)需要提供有效的數(shù)據(jù)來源和訪問接口，并能夠通過軟件接口讀取和處理數(shù)控機(jī)床文件。

第七，遠(yuǎn)程協(xié)同配合和報(bào)告保存。系統(tǒng)需要具備遠(yuǎn)程協(xié)同配合功能，并能夠保存相關(guān)報(bào)告和數(shù)據(jù)，以達(dá)到更好的維護(hù)和管理效果。

系統(tǒng)可以通過i5OS 平臺(tái)實(shí)現(xiàn)腳本編輯功能。該平臺(tái)既具有數(shù)據(jù)保存、外部系統(tǒng)接口和讀取文件等功能，又能滿足服務(wù)人員瀏覽網(wǎng)頁(yè)的需求，還能有效讀取和應(yīng)用系統(tǒng)后臺(tái)配置的文件和參數(shù)[15]。

3 結(jié)語(yǔ)

智能故障診斷技術(shù)在提高數(shù)控機(jī)床的可靠性和生產(chǎn)效率方面具有巨大潛力。但是，該技術(shù)在實(shí)際應(yīng)用過程中面臨一些挑戰(zhàn)，如數(shù)據(jù)采集和處理的復(fù)雜性、模型的可解釋性等。在未來的研究中，需要在數(shù)據(jù)采集和處理優(yōu)化、模型的可解釋性以及可靠性等方面進(jìn)行深入研究和創(chuàng)新，以改善技術(shù)的應(yīng)用效果，確保數(shù)控機(jī)床的高質(zhì)量運(yùn)行。