[发明专利]基于分级预警的数控机床故障诊断方法

说明书

技术领域

本发明涉及一种基于分级预警的数控机床故障诊断方法，更具体的说，尤其涉及一种通过判断组件的振动幅值、振动突变值和温度是否超阈值进行故障诊断的基于分级预警的数控机床故障诊断方法。

背景技术

作为大中型企业生产中的关键设备，数控机床的任何部分出现故障，都可能导致加工精度降低，甚至机床停机、生产停顿，尤其是处于生产线关键核心部位的高档机床，将会给整个生产线带来重大的停机损失，不仅造成巨大的经济损失，严重时还会危及到人身安全。由于数控机床的先进性、复杂性和智能化高等特点,若现场操作人员不具备丰富的维修经验，对于此类故障的诊断无从下手，只能停机等待诊断专家进行专门的维修。因此，为了及早预防并及时排除故障，提高诊断效率，保证加工质量，对于数控机床的故障诊断与智能维护技术的研究具有重要的现实意义。

现代数控机床故障诊断不断将自动控制以及人工智能相关领域的知识融合，实现了故障诊断由简单到复杂、低级到高级、单一到综合智能化的过程。智能故障诊断技术的应用，较好的表达了故障征兆与故障原因之间的非线性关系，一定程度上解决了由于对故障机理的认识不足和专家经验的不足所引起的知识缺少而带来的故障误诊断问题，提高了机床故障诊断的准确性。但由于智能算法本身往往具有一些固有缺陷，例如训练样本量大、运算过程复杂、计算量大等，影响了对于实时性要求很高的机床类复杂系统的在线故障检测，目前还无法满足机床故障的快速预报、诊断与实时控制的需求。

针对以上问题，本发明提供了一种基于分级预警的数控机床故障诊断方法，对机床故障的预警、定位进行分级处理，满足了机床早期故障预警的快速性以及诊断的准确性要求。

发明内容

本发明为了克服上述技术问题的缺点，提供了一种基于分级预警的数控机床故障诊断方法。

本发明的基于分级预警的数控机床故障诊断方法，其特别之处在于，通过以下步骤来实现：a).采集机床的信息，利用振动传感器、温度传感器对待监测机床进行实时监测，获得机床的振动、温度原始数据；b).数据处理和参数提取，对步骤a)中采集的原始数据进行降噪、FFT变换处理，根据不同组件的故障与特征参数的对应关系，分别提取组件的包括振动幅值、振动突变值和温度在内的特征参数；c).判断是否存在故障，根据步骤b)中获取的特征参数是否超越预设下限值判断机床是否存在故障，把采集的当前组件的特征参数与预设下限值比较，如果存在SpA_t≥SpA_min、ΔA_t≥ΔA_min或者T_t≥T_min，则认为机床出现故障，其中：SpA_t为t时刻某组件的振动幅值，ΔA_t为t时刻某组件的振动突变值，T_t为t时刻某组件的温度，SpA_min、ΔA_min、T_min分别为相应组件的振动幅值、振动突变值、温度的预设下限值；执行步骤d)；d).判断预警等级，按照如下原则判断机床的故障预警级别：

如果SpA_min≤SpA_t＜SpA_max或者T_min≤T_t＜T_max，则属于1级预警；

如果SpA_max≤SpA_t或者T_max≤T_t，则属于2级预警；

如果ΔA_min≤ΔA_t＜ΔA_max，则属于3级预警；

如果ΔA_t≥ΔA_max，则属于4级预警；

其中，SpA_max、ΔA_max、T_max分别为相应组件的振动幅值、振动突变值、温度的预设上限值；e).判断是否停机，如果预警级别达到4级，则执行机床停机命令，以避免造成严重的故障或损失；如果预警级别为1～3级，则执行步骤f)；f).自动识别故障原因，采用智能的故障诊断算法自动进行故障的定位，以便操作人员及时发现并排除故障。

本发明的基于分级预警的数控机床故障诊断方法，步骤e)中所述的故障诊断算法通过以下步骤来实现：