數控機床故障診斷專利技術分析

趙立莎

（國家知識產權局專利局專利審查協作天津中心，天津 300304）

我國數控機床故障診斷專利技術的數量不斷增加，技術水平有所提升，對改善和優化數控機床故障診斷工作具有推動作用。因此，合理進行數控機床故障診斷專利技術的研究和分析至關重要，本文進行相關專利技術的演進分析，為專利技術的良好應用和創新等提供助力。

1 數控機床故障診斷專利現狀

采用incopat 數據庫進行相關數據信息的檢索分析，以商業數據庫的數據處理為基礎，對同族進行合并，按照被引次數排序，對比相應的數據結果，首先，采用簡單檢索的措施完成統計分析的任務，明確專利技術的分類號。其次，利用分類號與關鍵詞完成檢索和去噪，整理檢索的結果，最終的分析對象是2019 年12 月30 日以前的使用類型或是發明的專利，檢索結果一共是1222 條，專利族是577 個。

1.1 專利申請量

根據數據庫關鍵詞和分類號的檢索結果，按年計算，可以發現：從1975 年開始，首個數控機床故障診斷技術的專利以后，80 年代半導體技術涌現，關于數控機床故障程序算法、處理系統電路分布、信息存儲的專利申請量不斷增加，90 年代初期，將以太網協議作為基礎的局域網技術推廣范圍擴大，數控機床故障診斷的專家系統專利數量大幅度增加。2010 年到2019年，相關技術不斷進步，我國的產業升級速度加快，互聯網組網的規模增加，故障識別的精準度進一步提升。從地域層面而言，自2009 年我國關于數控機床故障診斷專利技術的申請量超過全球的50%，其主要原因是我國從2008 年開始已經加深經濟轉型升級的力度，知識產權意識增加。

1.2 申請人國籍分布

從數據庫中關于數控機床故障診斷專利技術的申請人國籍分布層面而言，日本、美國、德國、中國都是相關專利的主要申請國，四個國家的申請人在申請量中占有85%左右，也是相關技術研究開發非?；钴S的國家，如圖1 所示。

圖1 四個國家的專利申請量

1.3 專利技術領域分布

在分析數據庫內容的過程中可以發現，通信領域和遠程診斷領域，以傳感器技術為基礎的數控機床零部件狀態和刀具狀態檢測技術、故障診斷算法和人機交互技術等也是非常重要的部分。

1.4 重要申請人統計

林肯電氣公司等是主要的申請人，其中，多數是國際知名度較高的數控設備廠商，也是日本和德國等國家的大公司，我國在數控機床故障診斷方面的專利申請較為分散[1]。

2 數控機床故障診斷專利技術演進分析

2.1 故障診斷技術

在數控機床故障診斷系統中故障信息數據通信和故障診斷算法是關鍵的組成部分。狀態監測是通過傳感器和監測設備實時采集數控機床的工作狀態和各種參數數據，例如機床的振動、溫度、電流、壓力等。這些數據可以用來監測機床的運行情況，檢測可能存在的異常或故障。故障信息數據通信是指將采集到的狀態監測數據傳輸到故障診斷系統的中央控制單元，通常通過有線或無線網絡進行數據傳輸。這樣可以實現實時監測和遠程監控，方便故障診斷的進行。故障診斷算法是指在故障診斷系統中應用的算法和模型，用于分析和處理傳感器數據，識別可能的故障類型并判斷其嚴重程度。常見的是模式識別、機器學習等技術。這些算法可以根據實際情況進行調整和優化，以提高故障診斷的準確性和效率。

在相關系統中人工神經網絡和人機交互界面可視化是常用的技術手段。專家系統能夠模擬人類專家的決策過程，通過分析數控機床的故障現象和數據，識別出故障的原因和位置。專家系統的優點是能夠快速準確地對故障進行診斷，提高診斷的準確性和效率。人工神經網絡是一種模擬人類神經系統的計算機技術，可以通過學習和訓練，自動識別數控機床的故障模式，并模擬出故障的發生和傳播規律。人工神經網絡的優點是能夠處理多變量、非線性和復雜的故障數據，提高了診斷的可靠性和精度。人機交互界面可視化是指通過圖形化的界面，將數控機床的故障信息、狀態監測數據和診斷結果直觀地展示給操作人員，方便他們了解數控機床的運行狀態和故障信息，并進行故障診斷和處理。人機交互界面可視化的優點是能夠提高操作人員的診斷效率和準確性，降低誤判率和維修成本[2]。

2.2 專利技術分解

從本質層面而言，數控機床故障診斷技術屬于涵蓋很多領域的復雜系統，在技術分解方面，是以專利檢索結果為基礎，按照技術的論文、書籍文獻等進行分析，解讀檢索結果與非專利文獻資料，按照聚類分析結果，獲得數控機床故障診斷技術的分解信息，具體為：其一，數控機床故障診斷技術的一級分支為傳感器，用來搜集數控機床運行狀態信號參數。其二，一級分支數據通信的二級分支是局域網和廣域網，三級分支是廠家服務器和云端服務器，前者是以廣域網協議為基礎，廠家進行購置和租用，后者是以云端服務器為基礎，搭建相應的服務網站。其三，一級分支診斷算法的二級分支是常規算法與智能算法，常規算法利用分類或比較算法，智能算法則是采用專家系統、神經網絡，或是大數據、群體智能算法等。其四，一級分支人機交互，二級分支是非圖形界面和圖形界面，前者僅將數據和字符顯示出來，后者是以圖形的方式顯示操作[3]。

2.3 專利技術演進

2.3.1 機床傳感器

數控機床故障診斷專利技術方面，機床傳感器早期監測的對象是單一簡單的信號，例如：JPS5596251A專利技術，只能監測數控機床主軸電機電流信號。而隨著傳感器精確度的提升，在20 世紀末期，數控機床上能夠安裝的傳感器數量和類型增加，主要涉及負載類型、振動類型、溫度類型、位置類型和流量類型等，可有效完成數控機床的狀態監測。隨著CCD 和CMOS 傳感器等技術的成熟，主要為：傳感器不僅僅能夠檢測物理量，還可以具備多種功能，如自適應調節、故障診斷和預測等，傳感器的多功能化可以提高數控機床的智能化水平，實現更高效、更可靠的加工過程。隨著數控機床對加工精度要求的提高，傳感器的精度也需要相應提高。未來的傳感器將會借助更先進的技術，如光學、激光和納米技術，實現更高的精度和穩定性，以滿足精密加工的需求。傳統的有線傳感器需要布線和連接，限制了其應用范圍和布局靈活性。未來的傳感器將會趨向無線化，利用無線通信技術進行數據傳輸，提高傳感器的布局靈活性和可擴展性。傳感器將會具備自適應能力，能夠根據實際工況和加工要求進行參數調整和優化。通過自適應化的傳感器，數控機床可以實現自動化的加工過程控制，提高加工效率和質量。傳感器將會結合多種檢測模式，如力學、光學、聲學等，實現多模態的數據采集和分析。多模態化的傳感器可以提供更全面、更準確的信息，為數控機床的故障診斷和預測提供更可靠的依據[4]。

2.3.2 機床數據通信

數控機床故障診斷專利技術方面，早期數據通信只能進行電話線直連，例如：US4109309A 的專利技術，數據帶寬很小，通信的成本較高。20 世紀末期，局域網的技術越來越先進，數控機床生產企業開始建設故障診斷服務網，設置以服務中心為基礎的集中診斷模式，提升了故障診斷的效果。21 世紀開始，互聯網技術快速發展和進步，數控機床生產企業開始構建和開發遠程服務中心，服務網能夠維護的設備較多。2010年無線通信技術的普及，設備生產廠家已經開始使用先進的移動互聯網技術進行組網，故障診斷的效率和數據通信的效果更高。在未來發展的過程中，隨著物聯網和云計算技術的發展，機床數據通信將實現實時監測和遠程訪問，使得故障診斷可以在遠程進行，提高了故障診斷的效率和準確性。機床數據通信將采集大量的數據，通過高效的大數據分析算法和人工智能技術，實現故障的自動診斷和預測，提前采取相應的維修措施，減少機床停機時間和維修成本。機床數據通信將實現機床故障診斷的自動化和自適應性，傳感器和控制系統能夠自動識別故障信號，并根據不同的故障類型采取相應的措施，提高了故障診斷的準確性和效率。機床數據通信涉及敏感信息和機密數據，需要采取安全措施，確保數據的安全傳輸和隱私保護，防止數據泄露和惡意攻擊。為了實現不同廠家的機床數據通信的互聯互通，需要制定統一的通信協議和標準，使得各種設備和系統之間可以無縫集成，提高了設備的互操作性和通信的穩定性[5]。

2.3.3 故障診斷算法

早期的故障診斷算法是將歷史數據趨勢作為基礎，通過比較計算的方式完成操作，采用標準化輸入的方法，對比輸出值和實際輸出值，完成閾值比較。20 世紀末期，日本數控機床生產企業開始在故障推理中采用專家系統技術，出現大量將專家庫作為基礎的機床故障診斷技術專利。同期階段，機床故障診斷中開始采用人工神經網絡技術，出現了以振動數據訓練為基礎的自組織神經網絡的數控機床狀態診斷和檢測專利。21 世紀開始，數控機床故障診斷算法中采用能夠自主知識更新的專家系統[6]。近年來，隨著大數據技術的快速發展，很多數控機床設備生產企業開始采用海量數據分析計算的方式，利用對大量故障信息和數據的對比研究，了解機床故障分布的特點，能夠提高故障診斷的精準度，同時也出現了將很多智能算法相互整合的故障診斷專利。在未來發展的過程中，隨著大數據和人工智能技術的快速發展，數據驅動的故障診斷算法變得更加重要。通過收集和分析機床的傳感器數據、運行日志等信息，可以建立模型來預測和診斷故障。深度學習技術在故障診斷中的應用越來越廣泛。通過深度神經網絡結構，可以提取更復雜和抽象的特征，從而實現更準確的故障診斷。基于物理模型的故障診斷方法依賴于對機床系統的完善建模和仿真。這些方法可以通過模擬機床的運行過程來診斷故障，并提供更準確的故障定位和根本原因分析。融合多種不同類型的數據源（如傳感器數據、圖像數據、聲音數據等）可以提供更全面和準確的故障診斷結果。通過將不同數據源進行融合和分析，可以提高故障診斷的準確性和可靠性[7]。

3 結語

本文主要研究分析數控機床故障診斷專利技術的情況，以專利申請人國籍、申請數量的情況為基礎進行分析，發現目前雖然我國數控機床故障診斷技術越來越成熟，專利技術的數量不斷增加，但是依然存在一定的潛力，因此，本文提出了關于相關專利技術的未來發展趨勢，旨在為我國數控機床故障診斷專利技術良好開發和推廣等做出貢獻。