[发明专利]一种数控机床故障诊断方法

说明书

技术领域

本发明属于数控机床技术领域，涉及一种数控机床故障诊断方法，具体涉及故障致因分析、故障传递有向图建立、故障影响度计算、有权故障传播结构模型构建及基于时间相关的系统组件故障率建模，在此基础上进行关键故障源与传播路径分析，定位故障主因。

背景技术

数控机床是集机、电、液等多技术于一身的复杂系统，系统结构的复杂性，造成其故障连锁性，即便一个部件极为微小的故障率，也会因为复杂系统的规模效应，使系统的整体故障率成几何级数增长，因此，如何诊断出系统中故障，提升系统可靠性，成为了保障机床系统安全运行的重要课题。

现有的故障诊断方法基本上可分为图论法、专家系统、基于解析模型方法与基于数据驱动方法等。图论法以其建模简单、结果易于理解等特点被广泛应用，但因多基于发生率进行故障定位，或即使考虑故障的轻重等级和检测难易程度，也依靠专家主观经验，从而导致定位的故障不符合实际；基于经验的专家系统，因故障数量和组合不可预计，故工作量庞大；基于解析模型的诊断需要清晰理解系统的运行机理，在具备合适数学模型的前提下，才能实现良好的诊断效果，因条件苛刻，故纯粹基于解析模型的诊断案例不多见；基于数据驱动方法是当前的研究热点，因其不需要了解系统的解析模型，仅利用可测得信号分析或是根据大量的采样数据和历史数据直接推理，就能实现故障诊断；但因忽略故障机理，也会影响诊断的可信性。

数控机床属于复杂系统，因因素众多，运行机理复杂，传统图论法或单一数据驱动诊断存在偏差，基于经验的专家系统与基于解析模型的诊断不适用。

发明内容

针对现有技术因忽略系统组件故障时间相关影响建立故障率模型而导致组件故障诊断存在偏差及单一诊断方法存在的缺陷，本发明提供一种集图论与数据驱动的动态数控机床故障诊断方法，利用该方法对数控机床系统故障进行诊断，更实时、更符合实际。

为解决上述技术问题，本发明是采用如下技术方案实现的，结合附图说明如下：

一种数控机床故障诊断方法，包括下述步骤：

步骤一、将整个数控机床系统部件划分为n个组件；根据采集的数控机床现场故障信息，借助于数据计算、故障致因分析和系统结构功能方面的相关经验确定故障时间，建立各个组件与故障时间间对应关系及组件间故障传播关系；

步骤二、根据故障致因分析建立组件故障传播有向图，并用矩阵对数控机床系统组件故障传播有向图进行描述；

步骤三、引入基于链接分析的网页排序算法(PageRank算法)计算数控机床系统组件故障影响；

步骤四、应用解释结构模型(Interpretive Structural Modeling，ISM)法经矩阵转换将故障传播有向图转化为故障传播层次化模型；

步骤五、基于时间相关的数控机床系统组件故障率建模；

步骤六、基于故障传播层次化模型、故障影响及组件故障率模型定位故障主因，进行数控机床故障诊断。

步骤二中所述的建立数控机床系统组件故障传播有向图及描述矩阵是指：

以系统组件为节点集合V＝{v₁,v₂,...,v_n}，组件节点之间的故障传播关系为有向边集合E＝{e_ij}(1≤i,j≤n)，构建故障传播有向图G＝(V,E)；

用邻接矩阵A＝[a_ij]_n×n对故障传播有向图模型进行描述；

当i≠j时，

当i＝j时，a_ij＝0。

数控机床系统组件故障影响评估是假设故障传播服从马尔科夫过程，根据邻接矩阵变换获得状态转移概率矩阵，引入PageRank算法计算数控机床系统组件故障影响；

步骤三中所述计算数控机床系统组件故障影响，是指按照以下步骤计算数控机床系统组件间故障被影响度ρ_ck和影响度ρ_CI：

(1)将邻接矩阵A的每行元素除以此行元素的总和，得到转移概率矩阵A′，然后对转移概率矩阵A′进行转置变换得到其转置矩阵(A′)^T；