[发明专利]一种机床健康状态快速检查方法

说明书

技术领域

本发明公开了一种机床健康状态快速检查方法，涉及数控加工诊断领域。

背景技术

数控加工，即在数控机床上进行零件加工的一种工艺方法，其本身就是一种工艺方法。该方法较传统机加工带来的好处就是，利用数字信息化的技术解决零件复杂多变、小批量、小型化、高精度等问题，从而实现加工领域的自动化、智能化。

另一方面，数控机床集机械、电气、液压和气动等模块于一体，具有知识融合和技术密集的显著特点。如果在使用过程中发生故障，诊断的难度较大，特别是侧重于机械零部件的检测和诊断更为困难，不易收集到相关的有效信息，并作到及时反馈，通常情况下误诊率也很高，因而对机床的健康状态进行快速检查，对数控机床故障进行提前警告的需求愈来愈强烈。

目前，数控设备使用企业对设备的维护主要采用三种手段：故障后诊断，定期更换易损坏部件和定期检查。故障后诊断可能对加工的零件和机床本身造成严重损坏，造成生产线的停产，甚至可能导致事故的发生；定期更换易损件一般会在未达到零部件平均使用寿命之前更换，不仅造成了零件的浪费，还需要更多的维护时间；而定期检查，不容易控制检查周期，故障可能在周期间隙内发生。

目前通行的健康检查的方法是通过多种外接传感器连接到采集卡，通过采集卡获取数控设备的运行状态信息，将数据保存到电脑上进行分析建模，把建模完成后采集的数控设备状态信息、后期采集的数据输入已知模型中进行健康状态的检测(邓晓云,振动诊断技术在数控机床状态监测与故障诊断中应用的研究,2009,大连交通大学.第71页)。常用的方法是利用时频域分析获取特征值，利用数学模型方法和人工智能方法(如神经网络、模糊算法等)进行建模(徐建安,数控线切割智能状态监测系统研究,2002,哈尔滨工程大学.第76页；王宇,数控加工过程监测与故障诊断技术的研究,2003,哈尔滨理工大学.第63页)。这些方法建立的模型都比较复杂、计算量大，需要大量的数据训练模型，而且这些方法采用外挂式的数据采集和分析方法，不能获取伺服电机电流、跟随误差等数控系统内部的信息，而这些信息在一定程度上反映了数控装备的健康状态。上述缺点决定了现行方法只能进行定期在线检测，无法同步采集多种信号，采集数据不一致，无法获取数控系统内部的信号(如伺服电机电流、跟随误差等)，无法长期在车间使用，难于集成于数控装备进行产业化生产。只能作为科研的手段，而不能真正的集成于数控装备之中，在工业生产中进行大规模的实际应用。

2010年问世的HNC-8型数控系统，是武汉华中数控股份有限公司推出的新一代总线式数控系统，主要由HMI(人机界面)、HPC-100(核心控制单元)、电源模块、主轴模块、伺服驱动模块以及I/O模块(含HIO-1075、HIO-1073板卡单元)。该产品采用开放式、全数字、总线式数控体系结构，运用linux操作平台、工业以太网NCUC总线、全数字伺服，具有纳米插补功能，支持深度二次开发，形成各类专用数控系统和添加各种先进控制功能，为机床在线监测和快速检查创造了良好条件。

发明内容

本发明提供一种基于HNC-8型数控系统的机床健康状态快速检查方法，旨在解决数控装备健康状态信息数据采集和数控系统分离、在线采集-离线分析的缺陷。本发明将数据采集和分析、评价环节集成到数控系统之中，可实现健康状态在线检查，提高机床健康状态检查的可靠性、安全性和检测速度。

本发明所提出的一种机床健康状态快速检查方法，其特征在于包含以下步骤:

步骤一：将传感器置入机床需要检查的目标部位，并通过数控系统I/O模块单元连接到数控系统；

步骤二：通过数控系统示波器采样界面，根据检查对象，设置数据采集通道以确定需要采集的目标部位状态信息，并从数控系统内部预置的标准样本数据库中，选择相应的对比样本数据；

步骤三：载入G代码程序，启动机床，目标部位状态信息通过采集通道传递到数控系统内部HPC-100模块；

步骤四：以指令域为基准，计算采集的目标部位状态信息在G代码周期内的平均值，作为特征值；

步骤五：将步骤四中的特征值和步骤二所选择的对比样本数据对比，计算出此次机床运行的健康值HV：