數(shù)控機(jī)床常見故障分類及診斷方法的研究

黃江濤 王家海 劉晨陽(yáng) 黃朝岳

同濟(jì)大學(xué)中德學(xué)院

摘要：數(shù)控機(jī)床是技術(shù)密集和知識(shí)密集的自動(dòng)化設(shè)備，機(jī)床的故障原因多種多樣。本文對(duì)數(shù)控機(jī)床的常見故障進(jìn)行了分類，并對(duì)其故障診斷方法進(jìn)行了研究，通過實(shí)例分析講解了數(shù)控機(jī)床故障的排除過程，實(shí)踐證明這些方法大大提高了故障診斷效率。

引言

數(shù)控機(jī)床是高度機(jī)電一體化產(chǎn)品，對(duì)于數(shù)控機(jī)床的故障診斷，長(zhǎng)期以來(lái)均是讓維修人員和操作人員困擾的問題，由于機(jī)床操作人員的技術(shù)水平層次不齊，機(jī)床的故障原因各異，因此在故障診斷處理的時(shí)候往往會(huì)花費(fèi)大量人力和物力，有時(shí)還無(wú)法達(dá)到預(yù)計(jì)效果。本文為了便于故障數(shù)據(jù)庫(kù)的建立，對(duì)產(chǎn)生的故障進(jìn)行了分類以及對(duì)故障診斷方法進(jìn)行了研究，并對(duì)舉例分析了故障診斷過程。

1.數(shù)控機(jī)床故障分類原則

1.1.按故障發(fā)生的頻率分類

數(shù)控機(jī)床的故障在其使用期內(nèi)發(fā)生的頻率是不同的。參照機(jī)床在運(yùn)行中的 “浴盆曲線”[1]，將故障類型分為初期故障、偶發(fā)故障和磨損故障，如圖1所示。

A—初始故障期 B—偶發(fā)故障期 C—磨損故障期

初期故障是指機(jī)床使用初期的故障，故障發(fā)生頻率相對(duì)較高。在這個(gè)時(shí)期，液壓、電氣和氣動(dòng)系統(tǒng)故障頻率占整個(gè)初始故障的90%左右。

偶發(fā)故障是在正常運(yùn)轉(zhuǎn)階段，由于操作和維護(hù)不良而造成的

磨損故障是由于年久失修和磨損而產(chǎn)生的故障，例如軸襯和液壓缸的磨損等。

1.2.按故障發(fā)生的部位分類

數(shù)控機(jī)床故障按發(fā)生的部位來(lái)看通常可分為電氣系統(tǒng)故障、機(jī)械系統(tǒng)故障、液壓/氣動(dòng)系統(tǒng)故障[2-3]。

電氣系統(tǒng)故障又可分為數(shù)控系統(tǒng)故障與強(qiáng)電線路故障。數(shù)控系統(tǒng)故障一般是因其硬、軟件故障形成的；強(qiáng)電線路故障主要是由各種繼電器及傳感器等故障造成的。

機(jī)械系統(tǒng)故障表現(xiàn)在運(yùn)動(dòng)失效和精度超差兩個(gè)方面。

液壓/氣動(dòng)系統(tǒng)故障的出現(xiàn)一般是由機(jī)械電氣引起的故障、液壓/氣動(dòng)傳動(dòng)與控制故障造成的。液壓傳動(dòng)與控制故障又可體現(xiàn)在驅(qū)動(dòng)部分的故障、執(zhí)行部分的故障、控制部分的故障和輔助部分的故障等。

1.3.按故障發(fā)生的性質(zhì)分類

按性質(zhì)可分為系統(tǒng)性故障和隨機(jī)性故障。系統(tǒng)性故障通常是指只要滿足一定的條件或超過某一設(shè)定的限度，運(yùn)行中的數(shù)控機(jī)床一定會(huì)發(fā)生的故障。

隨機(jī)性故障是指數(shù)控機(jī)床在同樣的工作條件下僅偶然發(fā)生一次至兩次的故障。這類故障的發(fā)生往往與安裝質(zhì)量以及工作環(huán)境影響等諸因素有關(guān)。由于其具有偶發(fā)性，進(jìn)行故障診斷時(shí)較其它故障困難得多。

1.4.按故障發(fā)生的原因分類

按故障發(fā)生的原因可分為數(shù)控機(jī)床自身故障和外部故障。前一類故障是由于數(shù)控機(jī)床自身的原因引起的，與外部使用環(huán)境無(wú)關(guān)。外部故障是由于外部原因，如環(huán)境溫度過高、供電電壓波動(dòng)較大等造成的。

1.5.按故障發(fā)生后有無(wú)報(bào)警顯示分類

有報(bào)警顯示的故障可分為硬件報(bào)警顯示與軟件報(bào)警顯示。硬件報(bào)警顯示通常是指各單元裝置上的警示燈的故障狀態(tài)指示。軟件報(bào)警顯示通常是指CTR顯示器上顯示出來(lái)的報(bào)警號(hào)和報(bào)警信息，包括NC報(bào)警和PLC報(bào)警。

2.數(shù)控機(jī)床故障診斷方法分析

目前故障診斷技術(shù)的研究主要沿著診斷系統(tǒng)架構(gòu)研究、智能診斷方法研究、故障機(jī)理及故障模型研究和系統(tǒng)集成技術(shù)研究等4個(gè)方向深入開展。就故障診斷方法而言，按照國(guó)際故障診斷權(quán)威德國(guó)Frank教授的觀點(diǎn)，所有的故障診斷方法可以分成基于信號(hào)處理的方法、基于解析模型的方法和基于知識(shí)的方法[5-6]。

2.1.基于解析模型的故障診斷方法

基于解析模型的方法發(fā)展得最早，此方法需要構(gòu)建診斷對(duì)象較為精確的解析模型。然而復(fù)雜的系統(tǒng)一般是非線性的，因此系統(tǒng)的解析模型很難建立起來(lái)。

2.2.基于信號(hào)處理的故障診斷方法

這類方法不需要建立診斷對(duì)象的精確模型，其主要的診斷思想是：系統(tǒng)的輸出在幅值、相位、頻率及相關(guān)性上與故障之間存在一定的關(guān)系，這種聯(lián)系可以用多種數(shù)學(xué)形式表示。一般有基于小波變換的診斷方法、基于輸出信號(hào)處理的診斷方法、基于信息融合的診斷方法等。

2.3.基于知識(shí)的方法

基于知識(shí)的方法即基于人工智能的診斷方法。在控制系統(tǒng)變得越來(lái)越復(fù)雜的情況下，很多時(shí)候要想獲得系統(tǒng)精確數(shù)學(xué)模型是非常困難的，而基于知識(shí)的方法不需要建立精確的數(shù)學(xué)模型，由此具有良好的應(yīng)用前景。一般有以下的診斷方法：

2.3.1.基于專家系統(tǒng)的診斷方法：專家系統(tǒng)實(shí)質(zhì)上是應(yīng)用大量人類專家的知識(shí)和推理方法求解復(fù)雜的實(shí)際問題的一種人工智能計(jì)算機(jī)程序。主要由專家知識(shí)庫(kù)、數(shù)據(jù)庫(kù)、推理機(jī)、解釋程序、知識(shí)獲取等部分組成。該方法是故障診斷領(lǐng)域中最為引人注目的發(fā)展方向之一，也是研究最多、應(yīng)用最廣的一類智能診斷方法。

2.3.2.基于人工免疫算法的故障診斷方法[7]：免疫系統(tǒng)從不同種類的抗體結(jié)構(gòu)中構(gòu)造自己—非己非線性自適應(yīng)網(wǎng)絡(luò)，在處理動(dòng)態(tài)變化環(huán)境中起著重要的作用。人工免疫系統(tǒng)是對(duì)生物免疫系統(tǒng)的模擬，具有強(qiáng)大的信息處理能力。

2.3.3.基于神經(jīng)網(wǎng)絡(luò)的診斷方法[8]：神經(jīng)網(wǎng)絡(luò)是一個(gè)由簡(jiǎn)單的處理單元廣泛連接組成的復(fù)合網(wǎng)絡(luò)，它以分布的方式存儲(chǔ)信息，利用網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)和權(quán)值分布實(shí)現(xiàn)非線性的映射，并利用全局并行處理實(shí)現(xiàn)從輸入空間到輸出空間的非線性處理。該方法只需要用實(shí)例來(lái)訓(xùn)練網(wǎng)絡(luò)，采用隱式方法表示知識(shí)。在獲取知識(shí)時(shí)，由網(wǎng)絡(luò)的結(jié)構(gòu)和權(quán)值表示自動(dòng)產(chǎn)生的知識(shí)，并將某一問題的若干知識(shí)表示在同一網(wǎng)絡(luò)中，通用性強(qiáng)，便于實(shí)現(xiàn)知識(shí)的并行聯(lián)想推理和自動(dòng)獲??；神經(jīng)網(wǎng)絡(luò)可通過神經(jīng)元之間的相互作用進(jìn)行推理。

3.數(shù)控機(jī)床故障診斷實(shí)例分析

本文以西門子數(shù)控系統(tǒng)為例，進(jìn)行數(shù)控機(jī)床的故障診斷實(shí)例分析。

3.1.故障實(shí)例分析一（PLC故障）

報(bào)警號(hào)：700018

報(bào)警名稱：冷卻電機(jī)過載

PLC地址：DB1600.DBX2.2

故障現(xiàn)象：冷卻液電機(jī)過載，冷卻液功能無(wú)法正常使用

分析及解決步驟：1.檢查電機(jī)中冷卻電機(jī)的過載保護(hù)開關(guān)是否動(dòng)作；2.檢查PPU后側(cè)端子X102：a.引腳7接線是否松動(dòng)/斷線；b.確認(rèn)引腳10是否與0V正常連接。

3.2.故障實(shí)例分析二（PLC故障）

報(bào)警號(hào)：700032

報(bào)警名稱：刀庫(kù)同時(shí)在主軸位置及原始位置

PLC地址：DB1600.DBX4.0

故障現(xiàn)象：刀庫(kù)同時(shí)位于主軸位置和原始位置。此時(shí)刀庫(kù)動(dòng)作停止。

分析及解決步驟：1.檢查PPU后側(cè)端子X101：a.使用PLC狀態(tài)監(jiān)控I1.3/I1.4的輸入狀態(tài)；b.引腳5和6接線是否松動(dòng)/斷線；c.確認(rèn)引腳10是否與0V正常連接。2.檢查刀庫(kù)推出到位和退回到位的檢測(cè)開關(guān)是否故障。

3.3.故障實(shí)例分析三（硬件故障）

報(bào)警號(hào)：300025

報(bào)警名稱：進(jìn)給軸故障

故障現(xiàn)象：1.有進(jìn)給軸移動(dòng)數(shù)值顯示，但實(shí)際不動(dòng)； 2.機(jī)床實(shí)際移動(dòng)方向與操作方向相反，或機(jī)床實(shí)際移動(dòng)方向與屏幕顯示方向相反。3.刀庫(kù)同時(shí)位于主軸位置和原始位置。此時(shí)刀庫(kù)動(dòng)作停止。

分析及解決步驟：1.PPU是否處于程序測(cè)試狀態(tài)； V60驅(qū)動(dòng)器方向鍵連接線是否正確。2.聯(lián)軸器是否松動(dòng)。3.軸信號(hào)與驅(qū)動(dòng)器連接是否良好；V60驅(qū)動(dòng)器上的端子是否插緊/損壞4.若使用第三方驅(qū)動(dòng)器，檢查驅(qū)動(dòng)器上是否存在報(bào)警。5.PPU損壞

4.結(jié)語(yǔ)

由于機(jī)床數(shù)控機(jī)床高度機(jī)電一體化且工作條件復(fù)雜，所以可能產(chǎn)生單故障和多故障報(bào)警。在數(shù)控機(jī)床故障排除時(shí)，要不斷總結(jié)經(jīng)驗(yàn)、合理分析，根據(jù)報(bào)警號(hào)和故障現(xiàn)象等，并可同時(shí)運(yùn)用幾種故障診斷方法，對(duì)故障進(jìn)行綜合分析來(lái)確定故障部位，以達(dá)到排除故障的目的。

參考文獻(xiàn)：

[1]王侃夫.數(shù)控機(jī)床故障診斷及維護(hù)[M].北京：機(jī)械工業(yè)出版社，2002.

[2]黃文虎，夏松波等.設(shè)備故障診斷原理、技術(shù)及應(yīng)用[M].北京：科學(xué)出版社，1996.

[3]沈永福，高大勇.設(shè)備故障診斷技術(shù)[M].北京：科學(xué)出版，1991.

[4]王申銀.典型數(shù)控機(jī)床的故障診斷與維護(hù)和專家系統(tǒng)的研究[D].山東大學(xué)2006

[5]鄂加強(qiáng).智能故障診斷及其應(yīng)用[M].長(zhǎng)沙：湖南大學(xué)出版社，2006

[6]Frank P M. Fault Diagnosis in the dynamic systems using analytical and knowledge-based fault redundancy-a survey and some new results. Automatic， 1990， （26）：459-474

[7]焦李成，杜海峰，劉芳等.免疫優(yōu)化計(jì)算、學(xué)習(xí)與識(shí)別[M].北京：科學(xué)出版社，2006

[8]謝汝兵.基于模糊神經(jīng)網(wǎng)絡(luò)的數(shù)控機(jī)床故障診斷的研究[D].太原科技大學(xué) 2013