數(shù)控機(jī)床健康狀況監(jiān)測(cè)的關(guān)鍵技術(shù)分析

吳華江，吳 瑞

（中國航發(fā)貴州紅林航空動(dòng)力控制科技有限公司，貴州貴陽 550009）

0 引言

隨著國內(nèi)經(jīng)濟(jì)與科技迅速發(fā)展，數(shù)控機(jī)床得到廣泛應(yīng)用。數(shù)控機(jī)床結(jié)構(gòu)不斷優(yōu)化，雖能夠提升企業(yè)的生產(chǎn)工作質(zhì)量與效率，卻很容易導(dǎo)致故障出現(xiàn)。一旦數(shù)控機(jī)床出現(xiàn)故障，不僅會(huì)導(dǎo)致企業(yè)受到較大經(jīng)濟(jì)損失。嚴(yán)重時(shí)，會(huì)導(dǎo)致安全事故出現(xiàn)。如何使數(shù)控機(jī)床穩(wěn)定運(yùn)行，最大限度規(guī)避故障出現(xiàn)，就要結(jié)合企業(yè)生產(chǎn)與數(shù)控機(jī)床需求，在數(shù)控機(jī)床機(jī)構(gòu)基礎(chǔ)之上，構(gòu)建數(shù)控機(jī)床預(yù)警系統(tǒng)，對(duì)數(shù)控機(jī)床[1]健康狀況加以監(jiān)測(cè)，并對(duì)關(guān)鍵技術(shù)進(jìn)行分析。只有這樣，才能在數(shù)控機(jī)床出現(xiàn)故障時(shí)，更好地對(duì)數(shù)控機(jī)床進(jìn)行維護(hù)。進(jìn)而在提高生產(chǎn)效率同時(shí)，保障安全生產(chǎn)工作。

1 數(shù)控機(jī)床研究意義

數(shù)控機(jī)床的可靠性，對(duì)企業(yè)的生產(chǎn)運(yùn)營極為重要。但是，由于多數(shù)的數(shù)控機(jī)床維修工作與計(jì)劃，多為事后維修。也就是說，在故障發(fā)生前，數(shù)控機(jī)床故障難以預(yù)測(cè)。如果，數(shù)控機(jī)床在運(yùn)行過程中，出現(xiàn)嚴(yán)重故障，不僅會(huì)導(dǎo)致停機(jī)，甚至?xí)?dǎo)致機(jī)床嚴(yán)重?fù)p壞。隨著現(xiàn)代技術(shù)不斷發(fā)展與進(jìn)步，數(shù)控機(jī)床健康監(jiān)測(cè)技術(shù)被重視。在數(shù)控機(jī)床健康監(jiān)測(cè)關(guān)鍵技術(shù)中，采用視情維修，是數(shù)控機(jī)床健康監(jiān)測(cè)技術(shù)[2]發(fā)展必然趨勢(shì)。此種維修方式，不同于傳統(tǒng)維修技術(shù)?？梢栽跀?shù)控機(jī)床實(shí)際運(yùn)行過程中，采取主動(dòng)預(yù)防與維修技術(shù)，能夠針對(duì)數(shù)控機(jī)床可能存在的故障，及時(shí)進(jìn)行預(yù)警，或是采取相應(yīng)維修方式。此種維修方式，可以有效保障數(shù)控機(jī)床健康運(yùn)行，最大限度規(guī)避故障出現(xiàn)。提前預(yù)警數(shù)控機(jī)床故障，不僅能提升企業(yè)工作效率，更能保障設(shè)備無故障、無不合格產(chǎn)品，能夠有效維護(hù)數(shù)控機(jī)床穩(wěn)定運(yùn)行，進(jìn)而提升企業(yè)工作效率與質(zhì)量，促進(jìn)企業(yè)持續(xù)發(fā)展，推動(dòng)社會(huì)經(jīng)濟(jì)進(jìn)步。

2 數(shù)控機(jī)床誤差模型構(gòu)建

2.1 綜合幾何誤差模型

對(duì)數(shù)控機(jī)床健康狀況關(guān)鍵技術(shù)加以分析，首先，要基于多體理論基礎(chǔ)，在這一基礎(chǔ)之上，構(gòu)建無幾何誤差模型。數(shù)控機(jī)床的刀具與工件，在機(jī)床坐標(biāo)系中的相對(duì)應(yīng)位置，這一誤差部分，決定數(shù)控機(jī)床加工的精準(zhǔn)度。所以，在數(shù)控機(jī)床幾何模型構(gòu)建過程中，要針對(duì)兩者存在的關(guān)系，也就是誤差補(bǔ)償理論依據(jù)。誤差模型確定下來，可以決定不同的測(cè)量方式。所以，在現(xiàn)有條件下，為了提升數(shù)控機(jī)床測(cè)量精準(zhǔn)度，要基于此構(gòu)建誤差模型，在具體的模型構(gòu)建工作中，根據(jù)模型求解間獲得數(shù)控機(jī)床實(shí)際運(yùn)行過程存在的誤差點(diǎn)。在模型構(gòu)建過程中，要根據(jù)結(jié)構(gòu)，也就是較為常見的五軸數(shù)控機(jī)床。五軸數(shù)控機(jī)床，可以分為雙轉(zhuǎn)臺(tái)類型[3]、雙擺頭類型以及回轉(zhuǎn)/擺動(dòng)類型。在模型構(gòu)建前，要對(duì)不同數(shù)控機(jī)床運(yùn)動(dòng)模型加以分析，并根據(jù)數(shù)控機(jī)床初始位置，對(duì)數(shù)控機(jī)床各軸進(jìn)行操作，使其直線軸兩兩正交，才能確保數(shù)控機(jī)床旋轉(zhuǎn)軸處于正交關(guān)系，進(jìn)而達(dá)到垂直平行。

2.2 數(shù)控機(jī)床誤差數(shù)學(xué)模型

要想更好地滿足企業(yè)發(fā)展需求，就要在企業(yè)生產(chǎn)中，合理應(yīng)用數(shù)控機(jī)床，不斷優(yōu)化數(shù)控機(jī)床技術(shù)、結(jié)構(gòu)與精度，全面提升數(shù)控機(jī)床的精度指標(biāo)。只有這樣，才能最大限度降低誤差。對(duì)于此，相關(guān)學(xué)者與專家，對(duì)數(shù)控機(jī)床精度進(jìn)行大量測(cè)試。數(shù)控機(jī)床的精度測(cè)試的基本方法與原理可以分為兩大類。①機(jī)床單項(xiàng)誤差測(cè)量方式；②應(yīng)用數(shù)學(xué)模型求解得到的綜合誤差辨別方式。由于第一種測(cè)量方式，所需的成本較高，而測(cè)量效率相對(duì)較低，并沒有得到廣泛應(yīng)用。而第二種測(cè)量方式，是數(shù)控機(jī)床測(cè)量辨識(shí)主要方式，但是，由于該項(xiàng)測(cè)量方式，需要進(jìn)一步考證與研究，并沒有得到廣泛應(yīng)用。這也意味著，在具體的測(cè)量誤差工作中，還需大力研究直線軸與旋轉(zhuǎn)軸，只有對(duì)直線軸與旋轉(zhuǎn)軸進(jìn)行全面分析，才能提升數(shù)控機(jī)床應(yīng)用穩(wěn)定性。原始誤差的辨識(shí)方式，主要是在數(shù)控機(jī)床空間內(nèi)，對(duì)特定點(diǎn)進(jìn)行定位，并對(duì)誤差問題進(jìn)行分析。將得到的數(shù)據(jù)進(jìn)行整理，構(gòu)建誤差計(jì)算數(shù)學(xué)模型，并在這一過程中，對(duì)數(shù)學(xué)模型進(jìn)行求解。只有這樣，才能確定直線軸內(nèi)部的原始誤差數(shù)據(jù)，并將此作為主要測(cè)量數(shù)據(jù)。此種測(cè)量方式，不僅效率高，其成本更低。而就先位移方式，是較為常見誤差辨別方式。該方式相對(duì)簡單，隨著不斷發(fā)展得到廣泛應(yīng)用。借助此種測(cè)量方式，可以有效降低光路調(diào)整難度，最終提升測(cè)量效率，優(yōu)化數(shù)控機(jī)床誤差各項(xiàng)的辨識(shí)度，提升誤差辨識(shí)精度。

3 多元融合模型研究與構(gòu)建

3.1 多元信息融合基本原理

除去上述構(gòu)建模型，提升數(shù)控機(jī)床穩(wěn)定性，借助模型，對(duì)數(shù)控機(jī)床健康狀況加以監(jiān)測(cè)。在具體的工作中，還應(yīng)構(gòu)建良好預(yù)警系統(tǒng)，借助傳感器，對(duì)多樣化數(shù)控機(jī)床數(shù)據(jù)進(jìn)行收集與整理，并基于數(shù)據(jù)基礎(chǔ)，對(duì)數(shù)控機(jī)床運(yùn)行進(jìn)行評(píng)估工作。所以，在具體的工作之中，要根據(jù)不同的信息融合層次，對(duì)其進(jìn)行詳細(xì)劃分，再基于模糊集合證據(jù)理論，對(duì)數(shù)控機(jī)床故障因素以及性能退化因素加以分析。只有這樣，才能結(jié)合數(shù)控機(jī)床實(shí)際情況，對(duì)影響數(shù)控機(jī)床穩(wěn)定運(yùn)行因素進(jìn)行監(jiān)控。首先，要想構(gòu)建故障預(yù)警系統(tǒng)，就要將多傳感器信息進(jìn)行融合，并確保信息融合處，可以對(duì)收集信息進(jìn)行合理支配與應(yīng)用。同時(shí)，要對(duì)信息進(jìn)行合理優(yōu)化與組合。結(jié)合數(shù)控機(jī)床實(shí)際情況，借助信息之間的互補(bǔ)，產(chǎn)生更有效、更有價(jià)值信息，可以提升數(shù)控機(jī)床健康智能監(jiān)測(cè)技術(shù)，提升其檢測(cè)結(jié)果可靠性。此外，要結(jié)合多融合技術(shù)，對(duì)故障進(jìn)行診斷與預(yù)警。同時(shí)，要基于融合后的設(shè)備運(yùn)行狀態(tài)信息，對(duì)設(shè)備故障問題加以診斷。為保證數(shù)控機(jī)床穩(wěn)定運(yùn)行，對(duì)故障問題進(jìn)行預(yù)警。必要時(shí)，可以應(yīng)用實(shí)時(shí)性監(jiān)測(cè)，對(duì)設(shè)備運(yùn)行狀態(tài)加以監(jiān)管。此種故障診斷方式，需要手機(jī)大量數(shù)據(jù)。所以，在具體工作之中，需要不斷從數(shù)據(jù)中進(jìn)行提取，并構(gòu)建特征分類器，對(duì)數(shù)控機(jī)床狀態(tài)進(jìn)行識(shí)別，進(jìn)而滿足維修決策需求，對(duì)故障進(jìn)行處理。

3.2 結(jié)合證據(jù)理論對(duì)數(shù)控機(jī)床健康狀況進(jìn)行評(píng)估

對(duì)數(shù)控機(jī)床健康狀況進(jìn)行檢測(cè)，檢測(cè)數(shù)控機(jī)床存在的故障，需要借助多融合技術(shù)，借助多融合技術(shù)，可以對(duì)數(shù)控機(jī)床整體情況進(jìn)行評(píng)估。數(shù)控機(jī)床是由多個(gè)零部件組成，單一的零部件，并不具備代表性，難以呈現(xiàn)整個(gè)設(shè)備的健康狀況。單一的某零部件出現(xiàn)問題，并不能明確數(shù)控機(jī)床整體健康狀況。所以，應(yīng)借助多融合技術(shù)，應(yīng)用傳感器，對(duì)數(shù)控機(jī)床零部件性能加以監(jiān)測(cè)，并對(duì)零部件狀態(tài)進(jìn)行具體評(píng)估。只有權(quán)衡多種因素，結(jié)合不同數(shù)據(jù)進(jìn)行綜合性分析，才能從局部延伸到整體。此外，在數(shù)控機(jī)床零部件評(píng)估工作中，除去要參考零部件本身因素，還需考量不同環(huán)境問題，采取更為多樣的考核方式，更好地對(duì)故障進(jìn)行診斷。最后，要在數(shù)控機(jī)床動(dòng)態(tài)監(jiān)測(cè)工作中，監(jiān)控系統(tǒng)要具有一定容錯(cuò)能力。也就是說，監(jiān)控系統(tǒng)要在噪音、測(cè)量誤差等多方面因素影響下，應(yīng)用融合技術(shù)，不斷提升監(jiān)測(cè)精準(zhǔn)度，更好地掌握數(shù)控機(jī)床整體情況，對(duì)數(shù)控機(jī)床健康狀況加以評(píng)估。

4 借助大數(shù)據(jù)對(duì)數(shù)控機(jī)床關(guān)鍵部分進(jìn)行診斷

4.1 構(gòu)建滾動(dòng)軸承故障診斷模型

要想對(duì)數(shù)控機(jī)床健康狀況進(jìn)行全面監(jiān)控，首先，要對(duì)產(chǎn)生的數(shù)據(jù)加以監(jiān)管。數(shù)控機(jī)床監(jiān)測(cè)數(shù)據(jù)極為龐大，且較為復(fù)雜。目前的故障預(yù)警方式，很難解決數(shù)控機(jī)床存在的故障，做好數(shù)控機(jī)床健康狀況預(yù)警工作。所以，要想不斷提升數(shù)控機(jī)床預(yù)警能力。在實(shí)際的工作中，就要對(duì)數(shù)控機(jī)床關(guān)鍵技術(shù)進(jìn)行監(jiān)測(cè)。滾動(dòng)軸承作為數(shù)控機(jī)床重要構(gòu)成部分之一，是數(shù)控機(jī)床關(guān)鍵部件。數(shù)控機(jī)床內(nèi)部的滾動(dòng)軸承運(yùn)轉(zhuǎn)精度，能夠直接決定數(shù)控機(jī)床整體精度性能。對(duì)數(shù)控機(jī)床故障因素加以分析，造成數(shù)控機(jī)床出現(xiàn)故障主要與滾動(dòng)軸承相關(guān)。滾動(dòng)軸承由于在數(shù)控機(jī)床操作中，所面對(duì)環(huán)境以及工作狀態(tài)相對(duì)復(fù)雜，很難借助數(shù)學(xué)模型構(gòu)建，對(duì)滾動(dòng)軸承故障問題進(jìn)行診斷與預(yù)警。而且在沒有相關(guān)專家以及專業(yè)人員指導(dǎo)情況下，亦難以合理應(yīng)用歷史數(shù)據(jù)，挖掘其中存在的隱藏問題?，F(xiàn)代科技發(fā)展極為迅速，要想提升數(shù)控機(jī)床健康狀況監(jiān)測(cè)能力，可以在實(shí)際的工作中，結(jié)合大數(shù)據(jù)環(huán)境，融合多種相關(guān)異構(gòu)狀態(tài)監(jiān)測(cè)數(shù)據(jù)，應(yīng)用分布式技術(shù)，借助集群滾動(dòng)軸承[4]故障進(jìn)行建模。構(gòu)建故障預(yù)警模型。在該模型構(gòu)建過程中，需要對(duì)不同數(shù)據(jù)進(jìn)行采集，并將得到的數(shù)據(jù)進(jìn)行整合。數(shù)據(jù)主要來源于數(shù)控機(jī)床系統(tǒng)內(nèi)部，并在多個(gè)傳感器作用下，收集不同數(shù)據(jù)，進(jìn)而對(duì)數(shù)控機(jī)床零部件實(shí)際情況加以監(jiān)測(cè)。

4.2 滾動(dòng)軸承故障預(yù)警方式

對(duì)滾動(dòng)軸承故障進(jìn)行預(yù)警以及分析，需要借助多種歷史數(shù)據(jù)，并針對(duì)當(dāng)前的故障主要特征，對(duì)數(shù)控機(jī)床退化問題進(jìn)行全面分析。該項(xiàng)技術(shù)的關(guān)鍵部分，主要在于挖掘故障的狀態(tài)以及對(duì)故障類型進(jìn)行識(shí)別。首先，可以應(yīng)用小波包分解方式，對(duì)不同信號(hào)進(jìn)行處理，并根據(jù)不同信號(hào)特征，提升信號(hào)特征量。同時(shí)，可以記住模糊C均值聚類，對(duì)數(shù)控機(jī)床滾動(dòng)軸承不同模糊狀態(tài)加以識(shí)別，并在這一過程中，不斷拓展研究，對(duì)數(shù)控機(jī)床故障特征加以提取。

5 結(jié)束語

數(shù)控機(jī)床自出現(xiàn)后，逐漸被廣泛應(yīng)用，并且隨著現(xiàn)代技術(shù)發(fā)展與進(jìn)步，數(shù)控機(jī)床逐漸應(yīng)用在更多領(lǐng)域，例如航空航天、汽車以及船舶等重點(diǎn)行業(yè)中。隨著技術(shù)不斷發(fā)展以及社會(huì)各界關(guān)注，數(shù)控機(jī)床結(jié)構(gòu)不斷完善，具有更高運(yùn)行能力。但是，在這一過程中，數(shù)控機(jī)床穩(wěn)定運(yùn)行，對(duì)數(shù)控機(jī)床故障因素加以診斷，需要得到重視。所以，在實(shí)際的數(shù)控機(jī)床健康狀況監(jiān)測(cè)工作中，要對(duì)數(shù)控機(jī)床關(guān)鍵技術(shù)加以分析，并結(jié)合先進(jìn)技術(shù)，更好地提升監(jiān)測(cè)精度，優(yōu)化監(jiān)測(cè)方式。只有這樣，才能進(jìn)一步提升數(shù)控機(jī)床監(jiān)測(cè)能力，更好地提升監(jiān)測(cè)質(zhì)量，維護(hù)數(shù)控機(jī)床穩(wěn)定運(yùn)行。