硕士学位论文-传感器与信号处理技术在机械设备故障诊断中的应用研究.pdf

东华大学 硕士学位论文 传感器与信号处理技术在机械设备故障诊断中的应用研究 姓名：张华德 申请学位级别：硕士 专业：机械制造及其自动化 指导教师：李蓓智 20050301 东华大学硕士学位论文 传感器与信号处理技术在机械设备 故障诊断中的应用研究 摘要 数控机床是数控技术在工业生产中的典型应用，数控机床的“智 能化”，是数控技术的发展方向。数控机床状态监测与故障诊断技术 是数控机床“智能化”的重要内容。该方向的研究不仅具有一定的理 沦研究意义，而且具有明确的应用背景。 该文在综合国内、外状态监测与故障诊断技术的基础上，以数控车 床为对象，对数控机床的运行特性进行了研究，设计出了基于多传感器 的数控机床加工过程状态监测系统。介绍了机床信号采集方法及采集 装置的硬件配置，讨论了信号预处理方法及其参数处理。通过采集和 分析机床工作时的电流、电压、振动、声发射等信号，提取信号特征 值，进而寻找信号的变化规律或趋势，为迸一步优化工艺参数、提高 生产效率、提高和预测工艺质量，避免机床故障等提供实时可靠的基 础数据。该系统以计算机为主体，通过各种传感器实时采集数控机床运 行过程中的特征参数，并对特征参数进行实时分析与处理，利用人上神 经网络对数控机床的工作状态进行了辩识，对数控机床运行状态进行 了有效的识别。其中的软件系统集数据采集、信号处理、状态监测于 一体是数控机床状态监测与故障诊断系统的重要组成部分。 在H L 一3 2 型数控车床上进行了工作状态识别的评价分析实验。实 验结果表明，该系统能实时地采集数控车床运行过程中的特征信号， 能较为正确地识别出加工过程工作状态，根据采集的特征信号能客观 地评价数控线车床的运行状态，从而验证了所设计的数控线机床智能 状态监控系统运行的有效性和可行性。 关键词：过程监控、传感器技术、信号处理技术、数据采集、特征值 提取 东华大学硕士学位论文 R e s e a r c ha n d A p p l i c a t i o no nS e n s o rT e c h n o l o g y S i g n a l P r o c e s s i n gf o rF a u l tD i a g n o s i s i nM e c h a n i c a lE q u i p m e n t s A B S T R A C T N C m a c h i n i n g i st h e t y p i c a la p p l i c a t i o n o fN C t e c h n o l o g y i n i n d u s t r i a lp r o d u c t i o n “i n t e l l i g e n t i o n ”i si t sd e v e l o p m e n t w a y I t sc o n t e n t m o s t l yi sN Cm a c h i n i n gp r o c e s s i n gm o n i t o r i n ga n df a u l td i a g n o s i s T h i s p a p e r c o n s t r u c t sam u l t i s e n s o r - b a s e d p r o c e s sm o n i t o r i n g s y s t e m f o rN Cm a c h i n i n g ，i n t r o d u c e sm e a n so fs i g n a l a c q u i s i t i o n o f m a c h i n et o o la n dh a r d w a r eo fa c q u i s i t i o ni n s t a l l a t i o n ，d i s c u s s e sm e a n s o f s i g n a lp r e t r e a t m e n t a n d p a r a m e t e r sd i s p o s a l T h ec u r r e n t ，v o l t a g e ， v i b r a t i o na n da c o u s t i cs i g n a l so fN C m a c h i n i n g a r ea c q u i r e da n da n a l y z e d E x t r a c t i n gf e a t u r e sa n df i n d i n gt h ec h a n g ec u r r e n to fs i g n a l ，t op r o v i d e R e a l t i m er e l i a b l eb a s i cd a t af o r o p t i m i z i n g t e c h n i c a l p a r a m e t e r ， i n c r e a s i n ge f f i c i e n c y o fp r o d u c t i o n ，f o r e c a s t i n gt e c h n i c a l q u a l i t y a n d a v o i d i n gf a u l t s T h em a i n b o d y o fs y s t e mi s c o m p u t e r w h i c hr e a l t i m ec o l l e c t s f e a t u r e s p a r a m e t e r o f p r o c e s s i n g ，a n da n a l y z i n g A r t i f i c i a l N e u r a l N e t w o r k ( A N N ) i sa p p l i e dt op r o p o s et h ep a r a m e t e r su s i n gi nm a c h i n i n g I no r d e rt os a t i s f yr e q u i r e m e n t sf o ri n d i v i d u a lo p e r a t i o n s ，f u z z yA R T M A P n e u r a ln e t w o r ki su s e dt o i m p l e m e n tt h ec o n t i n u o u sl e a r n i n gb a s e do n s a m p l e so fc u t t i n gc o n d i t i o n st h a to b t a i n e df r o mp r e v i o u s l yl e a r n i n ga n d r e c o m m e n d e df r o mam a c h i n i n gd a t ah a n d b o o k T h o s es a m p l e sc o u l db e s u b s t i t u t e d b y b e t t e r c u t t i n g c o n d i t i o n s b y a p r o p o s e dr e p l a c e m e n t a l g o r i t h m T h es o f t w a r es y s t e mc o n t e n t sd a t aa c q u i s i t i o n 、s i g n a lp r o c e s s i n g a n d p r o c e s sm o n i t o r i n g ，w h i c hi s t h em a i np a r to ft h es y s t e m 东华大学硕士学位论文 W ee x p e r i m e n t e da tH L 一3 2 a n dw ec a nd r a wac o n c l u s i o nt h a tt h e s y s t e mc a nr e a l t i m ec o l l e c t sf e a t u r e ss i g n a la n di d e n t i f i e sp r o c e s s i n g s t a t e ，w h i c hi n d i c a t e st h a tr e s e a r c ha n da p p l i c a t i o no ns e n s o rt e c h n o l o g y s i g n a lp r o c e s s i n g f o rf a u l t d i a g n o s i s i nm e c h a n i c a l e q u i p m e n t s i s i m p o r t a n ta n dt h es y s t e mi se f f e c t i v ea n df e a s i b l e K e yW o r d s ：P r o c e s s i n gM o n i t o r i n g ，S e n s o rT e c h n o l o g y ，S i g n a l P r o c e s s i n g ，D a t aA c q u i s i t i o n ，F e a t u r e sE x t r a c t i o n 东华大学学位论文原创性声明 本人郑重声明：我恪守学术道德，崇尚严谨学风。所呈交的学位论文，是本人在导师的 指导r ，独立进行研究工作所取得的成果。除文中已明确注明和引刚的内容外，本论文不包 含任何其他个人或集体已经发表或撰写过的作品及成果的内容。论文为本人亲自撰写，我对 所写的内容负责，并完全意识到本声明的法律结果由本人承担。 学位论文作者签名： 日期：2 0 0 5 年 东华大学学位论文版权使用授权书 学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家 有关部门或机构送交论文的复印件和电子版，允许论文被查阅或借阅。本人授权东华大学可 以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采刚影印、缩印或扫描等 复制手段保存和汇编本学位论文。 保密口，在年解密后适坩本版权书。 本学位论文属于 不保密口。 学位论文作者签名 狐孕觞 日期2 0 0 5 年3 月广日 指导教师签名巍雾 日期：2 0 0 5 年3 烈焰 l 东华大学硕士学位论文 第一章绪论 1 1 数控加工过程监控技术的意义及其发展概况 对机械制造过程进行工况监控与故障诊断的目标是对生长过程中 产生的各种信息进行获取、传输、处理、分析和应用，以确保自动化 制造过程高效、高质量的进行。现代制造系统依靠生产设备自身所具 备的自监视、自诊断及自动控制、补偿功能、故障自动排除功能来实 现稳定生产，而不是事后检验剔除废品、先进制造中的监控系统一定 得与制造自动化、智能化、柔性化及集成化相适应，是通用型模块 化、集成化、智能化的具备自学习训练与自适应调整功能的多传感器、 多参数、多模型综合决策系统。先进制造中的监控技术是集传感器技 术、计算机视觉、图像处理、信号处理、自动控制等为一体的综合性 技术。 对先进制造技术中自动化加工过程监控的主要目的在于： ( 1 ) 保证加工系统的安全运行； ( 2 ) 保证加工工件质量； ( 3 ) 合理并优化使用自动化设备，避免设备故障： ( 4 ) 减少额外的辅助工作时间，提高生产率和设备利用率； 当前有关加工过程监控所开展的研究工作主要包括以下四个方面： ( 1 ) 机床状态监控； ( 2 ) 刀具状态监控； ( 3 ) 加工过程监控； ( 4 ) 加工工件质量监控。 其中：机床状态监控是指机床主轴部件监控、机床导轨部件监控、 机床伺服驱动系统监控、机床动态特性监控和机床磨损状态监控； 刀具状态监控是指刀具磨损状态败控、刀具破损状态监控、刀具型 号识别、刀具自动调整刀具补偿和刀具寿命管理；加工过程监控是 指加工状态监控、加工过程振动监控、加工过程力监控、加工过程 东华大学硕士学位论文 温度监控、加工工序监控和冷却润滑系统监控；加工工件质量监控 包括机床主轴不见监控、机床导轨部件监控、机床伺服驱动系统监 控、机床动态特性监控和机床磨损状态监控等。 先进制造技术的发展，对制造过程和产品质量监控技术提出新的 要求，面临的主要问题包括： f 1 ) 多品种小批量生产占主导地位，即加工工况频繁变化； ( 2 ) 制造繁杂且信息量很大，难以提取有用的关键的特征信息； ( 3 ) 先进制造系统柔性要求高，而难以解决，决策更要求准确迅速； f 4 ) 先进制造要求监控系统能与制造系统有效集成，提高制造系统 的可靠性。 随着先进制造技术的发展，加工过程监控系统与之适应应具备一 些新的功能和特点，主要特点如下： ( 1 ) 多传感器获取更多的信息： f 2 ) 高鲁棒性监控系统适应频繁工况； ( 3 ) 具有自组织、自学习、和自适应能力，适应加工过程的变化； ( 4 ) 多功能多目标监控，并行监控加工过程中的不同状态； ( 5 ) 具有高柔性化且可扩展： f 6 ) 集成化制造过程监控。 1 2加工过程监控系统的基本组成 机械加工过程是一个复杂的物理、化学过程，加工过程的在线艋 控涉及很多相关技术，如：传感器技术、信号处理技术、计算机技术、 加信特状 并种传信号处理技术模式识别、专家技术、种 工号征 L 态 感器 F F T 小被分析等鲢网络等学习决策技术 7 过检提 识 程测取别 图1 1 加工过程监测系统的基本 自动控制技术、人工智能以及切削机理。一般的加工过程监控系统主 2 东华大学硕士学位论文 要有信号检测、特征提取、状态识别三部分组成，如图1 】。 12 1 信号检测 信号检测是监控系统的首要一步，加工过程的许多状态信号从不同 角度反硖加工状态的变化。可见，信号检测直接决定检测系统成败。加 工过程中常见的被检测信号包括：切削力、电机功率、声发射信号、 振动信号、切削温度、切削参数、切削扭拒等。一般要求监控信号应 具备能迅速准确地反跌加工状态的变化，便于在线测量，不改变加J ： 系统结构，被检测信号影响因素少，抗干扰能力强等特点。 1 2 2 特征提取 特征提取是对检测信号的进一步加工处理，从大量信号中提取出与 加工状态变化相关的参数，目的在于提高信号的信噪比，提高系统的 抗干扰能力。目前采用的方法主要有时域方法( 均值、方差等) 、频域方 法( F F T 、功率谱、倒频谱等) 和时频分析方法( 短时F F T 、小波分析等) 。 提取特征参数的品质对监控系统的性能和可靠性具有很重要的影昀作 用。 1 2 3状态识别 状态识别实质上是通过建立 对加工过程的状态进行分类判断 加工过程状态豹映射，其核心是 计方法、模式识别、专家系统、 合理的模型，根据所获取的特征参数 。从数学角度来理解就是特征参数域 模型。当前采用的建模方法主要有统 神经网络等。 1 3加工过程监控涉及的相关技术 1 3 1传感器技术 传感器用于加工过程监控主要是把切削过程的物理量( 如振动信 号) 转换为电信号。要求采集到的电信号必须如实准确地反缺加工过程 东华大学硕士学位论文 状态的信息，其次，传感器域机床配套使用，满足在线检测的需要， 同时要求传感器安装简单易行，抗干扰能力强。随着计算机技术的发 展，已经提供了大量的集成芯片，为开发新型的传感器打下了良好的 基础，同时，机床业的发展，为开发传感器提供了良好的对象。 传统单一的传感器很难准确地反映加工状态，向多传感器发展是 必然之路。多传感器能反映加工过程多方面的信息，供监控系统选用。 多传感器经信号处理后融合起来具有学习决策能力，称为智能传感器， 它主要具有如下要求：自校准、信号处理、决策、融合学习等能力， 信号处理主要是提取信号特征。决策能力是对信号特征做出判断，取 代控制器。融合能力是对各路信号决策后的结果进行综合判断，提高 系统的可靠性。学习能力主要为调整系统参数，提高系统的可靠性和 鲁棒性。因此，智能传感器就是集多信号处理和决策为一体。 132 信号处理技术 信号处理技术是加工过程状态检测技术的核心技术，通过对信号的 分析处理，获取信号的特征，然后对特征进行决策分析才能达到监控 的目的。 在传统加工过程监控系统中所采用的信号处理技术多集中于时域、 频域的统计分析。近十多年来信号处理技术向时频分析和智能技术方 向发展，尤其是时频分析成为信号分析的主流方向，时频分析主要包 括维格尔分布技术和小波分析技术。维格尔分布的主要特性在于变换 后具有定义域同一性，这就满足局部分析信号的要求，维格尔分布当 其时轴求和可表现出该频率下的谱密度，频率求和表现为该时域下的 瞬时频率。但是维格尔分布非线性处理会产生一个多余的交义项，对 信号有用信息的提取造成干扰，影响其应用。小波技术是当前信号处 理最具有影响的方法，小波变换是突变信号和非平稳信号多分辨分析 的数学工具，其主要有点在于：线性变换，不产生畸变；能在时域和 频域同时对信号进行局部分析；主要适用于宽带信号处理以及局部化 分析( 短数据分析) 。这些优点对加工过程状念信号分析最为适合。小波 4 东华大学硕士学位论文 分析属于时频分析方法，经过处理的信号既有频域的特征，又有时域 的特征；像刀具破损信号或磨损信号般都是时变信号，用古典的信 号处理方法会失去部分信息，尤其是F F T 方法。刀具状态检测最常见 的信号就是A E 和动态力信号，这两种信号都是非平稳的信号，小波 分析是唯一最为有效的方法，另外小波分析运算速度块，虽然理论深， 但算法简单。可以这样认为小波分析是信号处理一次重大的突破，对 加工过程监控信号也是同样有效的。 1 3 3 智能学习技术 总结加工过程监控技术的发展 习能力的提高做出了不懈的努力。 决的问题带来了希望，智能学习和 决的关键性技术提供了有效的方法 ，9 0 年代以来，人们为监控系统学 智能科学的复苏兴起给很多难以解 决策为解决加工过程监控中难以解 。目前加工过程监控系统中采用的 智能技术主要有：模式识别、神经网络、专家系统以及模糊系统在上， 述三者中的融合。 1 3 3 1 模式识别技术 最早应用于加工过程监控系统的模式识别技术是非线性决策函 数。模糊模式识别是模糊数学在模式识别技术中实际应用的一个成功 的分支。切削过程是一个模糊过程例如刀具的磨损状态就是个模 糊的概念。人们在以模糊模式识别技术应用于加工过程监控系统方面 做出过不少的尝试，如文献心们利用模糊模式识别技术对切削过程进行 识别( 是否是稳定切屑的状态等) ：文献幢”对金刚石刀具的磨损状态利 用模糊分类理论建立起分类模式，最后从动态切削力分析中获取刀具 状态。 13 3 2 专家系统 专家系统应用于加工过程监控主要体现在对切削数据的管理和推 理，特别是对于刀具寿命管理方面开展的工作较多些，但取得的成果 不大，主要是因为专家系统获取知识较为困难，而且因为专家系统需 要大量的知识即知识库。建立一个知识库为加工过程监控系统服务成 东华大学硕士学位论文 本较高不易被接受。资料表明，这方面工作较少有报道，但专家系统 中的决策具体方法可以作为参考解决些局部问题。 1 3 3 3 神经网络 近年来，人工神经网络( A N N 或N N ) 以其独特的优点引起了人们极大 的研究热情。其基本思想是从仿生学的角度对人脑的神经系统进行模 拟，使机器具有人脑那样的感知、学习和推理等智能。最早在加工过 程监控系统中应用的是D o r n f e l d 教授用N N 集成多传感器。神经网络与 其它方法相比主要具有如下优点 1 并行结构，便于集成多信号： 2 学习功能，系统获取知识能力较强： 3 联想推理，系统具有自调整功能： 4 非线性映射功能，适用于复杂系统建模。 神经网络技术应用于加工过程监控系统是今后的重要方向，然而 在应用神经网络中会出现了一些困难，如学习速度较慢，在学习过程 中出现局部收敛，一些模糊信号无法处理以及神经网络结构很难理解 而难以被接受等。为改善神经网络的学习性能，人们提出了许多优化 学习算法。另外神经网络与模糊系统的融合也是近年来的研究热点。 以往文献资料展示不少两者成功结合的例子。 1 4 加工过程状态监控系统的发展趋势 1 4 1监控技术的主要内容 综合先进国家在加工过程监控的研究现状和企业界对研究开发者 的要求，智能技术运用于加工过程监控被企业界广泛接受实必然之路。 结合我国的研究情况，今后加工过程智能监控系统研究应开展如下方 面的工作： 1 4 1 1 加工过程状态信号的检测 反映加工过程状态的信号较多，如切削力、振动等但如何选取信号 实该课题首先解决的问题：其次是获取到的信号与加工过程状态关系 东华大学硕士学位论文 如何，即相关度的分析；再次便是传感器的研制。为了更好地采集加 工过程状态信号，要求传感器适用于加工过程，具有很好的可靠性和 抗干扰能力，同时要求传感器性能较好，能敏感地反映加工过程状态 的变化，尤其是精加工过程刀具磨损状态的识别。 1 4 1 2 加工过程状态检测信号的分析与处理 目前，在线检测加工过程状态分柝大部分采用问接测量方法，如切 削力、振动、A E 、电机功率等。这样接受到的信号与加工过程状态关 系如何是最为值得重视的问题之一，即信号特征与加工过程状态关系 如何是后续问题解决的首要问题，所以信号处理是加工过程智能监控 的基础。 1 4 1 3 加工过程凇态的模式识别 根据采集到的信号，分析其特征，然后进行模式识别，这是加工过 程智能监控的基本模式。模式识别是计算机技术中的一门新兴学科， 采用模糊模式识别和神经网络对加工过程状态进行识别决策，是加工 过程智能监控的核心内容。由于现成的模糊模式识别方法和神经网络 识别方法不太适用于加工过程状态的识别，故首先要改进现成方法， 提出更适用于加工过程状态识别据用高效、高速及高可靠性的方法或 算法。把模糊技术运用于神经网络理论中，提高神经网络的运算速度 和识别能力；最终形成一个集多传感器信号的智能处理装置，以及融 合与人类思维的高智能识别决策系统。 1 ，4 1 4 加工过程监控系统实用化研究 由于现在的研究还停留在实验室阶段，对课题的研究成果转化为生 产力还要做进一步的努力，让成果带来效益。总之，目前加工过程监 控要着手于监控系统的适应性和可靠性研究。 1 4 2 监控技术的发展趋势 加工过程监控系统在先进国家已经得到初步应用，从应用者的角 度出发，综合考虑当前的研究水平以及当前市场的需要，今后仍然是 围绕保证自动化加工顺利工作，降低生产成本，提高产品质量，阻止 东华大学硕士学位论文 加工过程状态变化给工件和机床带来危害，开展加工过程监控系统的 研究开发。 加工过程监控系统的发展趋势： 1 智能传感器的研究开发，包括多传感器融合、信号处理决策和 传感器的集成等内容； 2 信号处理技术的深入研究。信号处理技术的最终目的在于提瞅 与加工过程状态相关信号特征，小波分析的应用研究将是主流； 3 智能技术的进一步深入研究。模糊系统与神经网络的融合是主 流方向，基因遗传算法的渗透有望解决系统的关键性问题，另外神经 网络更注重于无监督学习型的发展应用； 4 实用化方向发展，主要包括快速响应能力、强大可操作能力， 与制造系统集成、商鲁棒性、低安装费用以及友好界面、改造系统较 小、占空间小、维护方便等。 1 5 本论文的主要研究目标及章节安排 本课题的研究目标是构造一个加工过程监控系统，通过对机床及机 床相关设备的生产状态的信号采集、分析和优化处理，实现优化控制 加工质量、生产效率和制造成本，提高机床利用率。 本论文的主要研究内容包括： ( 1 ) 机床，尤其是数控机床加工状态监测信号、方法和手段研究： ( 2 ) 用多传感器信息融合方法实现加工状态在线、实时、准确的监 控进行研究和探讨； ( 3 ) 监测系统的研制，包括装置研制、电路设计和信号预处理等。 全文共分七章。第一章作为论文的综述，首先漉明建立加工状态监 控系统的意义，然后介绍当前加工过程状态监控技术概况，叙述一般 的加工过程监控系统的组成，并对监控系统的各部分组成进行简单介 绍，接着进一步论述了加工过程智能监控关键性技术并对加工过程监 控系统的发展趋势，明确了本课题的目标、内容。 接下来的几章以加工过程监控系统组成的各个部分为顺序展开讨 东华大学硕士学位论文 论，并在其中穿插着由实验所得的数据进行验证说明。 第二章确定了数控车床加工过程状态监控系统的设计原则：设计 了数控车床加工过程状态监控系统的总体结构，并对各个子系统的功 能进行了简要描述；对数控车床加工过程状态监控系统的软件配置、 软件开发环境进行了简要描述。 第三章首先以对数控加工过程的监控要求是信号灵敏且充分反映 出设备在加工过程中的各种状态，便于在线测量，不改变加工系统结 构，被检测信号影响因素少，抗干扰能力强等特点为依据，介绍了特 征信号的选择；接着概述了传感器的分类、特性及其选用的基本原则； 然后对本系统要用到的数据采集卡等硬件作了介绍；最后阐述了多传 感器信息融合在本领域的发展前景及优势。 第四章针对数控加工过程监控提出了一整套信号调理电路的设计 方案，对于测量精度的提高和数据采集设备的保护具有实际的意义。对 于其他数据采集系统的设计也有着普遍意义。 第五章首先介绍监控信号处理的代表方法，包括傅立叶变换和小 波变换。傅立叶分析是传统的频域分析方法，可以把瞬时多变的时域 信号转换到频域上去分析：小波分析是对信号进行时频分析的方法。小 波变换相当于透过由基小波( f ) 伸缩平移系。J ( ，) 确定的时频窗对信 号进行观测，而且这种时频窗是自适应变化的。多尺度分析是小波分 析中非常重要的理论，是理解和构造小波的统一框架。对信号进行多 尺度小波分解，可以把信号分解成不同频带的细节之和，相邻尺度的 频带宽度相差一倍，随尺度的不同这些频带互不相叠，且充满整个频 率空间。小波包分解提供了一种更为灵活的信号处理方法，可以对高 频部分进一步分解，任意地加强某些特定时段和特定频段的观察和分 析，是一种更广泛应用的小波分析方法。 第六章介绍了过程监控系统的实验方案及其实验环境，接着对各 个实验做了详细的介绍，阐述了信号的特征，并选取了相应的传感器 采集信号，然后进行较为详尽的实验描述和数据分析。 第七章对本课题的研究工作做了总结和展望。 9 东华大学硕士学位论文 第二章数控加工过程监控的总体设计 加工过程监控是指对机器的某些工作状态数据进行采集和处理， 通过将实际特征参数与正常值的比较，判断机器的际工作状态正常与 否及其合理性。故障诊断对机器发生故障的原因、部位及程度等做出 判断，从而确定维修方案。无论是过程监控，还是故障诊断，数据采 集是基础。 大多数监控系统乳1 4 l 包括多传感器装置，不同的传感器及其组合， 不同的信号处理方法，将对反映加工状态的真实性具有重要影响。 信号预处理模块将测量得到的各种模拟信号经过一系列的调理转 变为数据采集卡可以接收的电压信号，数据采集卡则把各路模拟信号 转变成计算机可处理的数字信号。 信号采集与分析主要是通过软件来实现的，对采集到的信号寻求 最大限度的实时分析，其实对信号做出各种分析的同时也就是故障诊 断的过程，因此，二者是密不可分的。数据采集与处理系统示意图如 图2 1 所示。 图2 1数据采集与处理系统过群 2 1系统设计的基本原则 ( 1 ) 针对性原则 在充分分析数控车床的运行状态和常见故障的基础上，有针对性 0 东华大学硕士学位论文 地进行了特征信号的分析与传感器类型的选择，信号处理方法的研究、 软件模块的设计等方面的工作，以确保系统的实用性。 ( 2 ) 可靠性原则 数控车床加工过程状态监控系统本省的可靠性是决定状态监控系 统的功能能否真正实现的关键因素。因此在系统设计初期，就应当非 常重视系统的可靠性，具体体现在以下两个方面： ( a ) 在硬件方面，对于系统的元件，不论是传感器，数据采集卡还 是与之配套的相应电路，都采用了性能较高的元件，或者抗干扰性方 面做了较大的努力。另外还加强了这些元件的安装、接线、防干扰、 标定、调试等各个环节的工作，从而确保了系统的长期、连续、稳定 运行。 ( b ) 在软件方面，充分考虑了信号特征提取方法、特征信号的存诸 及其处理方法等。 ( 3 ) 可扩展性原则 系统在硬件、软件方案上都充分考虑了将来需求的发展，采用模 块化结构设计，只要对少数模块进行改动，就可适应硬件更新或软件 扩展等方面的要求。在系统设计阶段，充分考虑了操作人员的需求， 设计的系统具有图文并茂、直观、友好、便于操作等特点。 2 2 系统的总体结构 为了完成数控车床加工过程状态监控的任务，保证其安全、可靠地 运行，按照任务侧重点的不同，可将整个系统分解成特征信号采集子 系统、网络学习子系统、状态监控予系统等，它们在功能上相互独立， 但又通过数据接口相互联系。 整个系统分解为几个子系统，而每个子系统又可分解为一系列任务 模块，他们共同协作以完成数控车床运行状态的实时监控任务。下面 就每个子系统的工作原理与主要功能进行说明。 东华大学硕士学位论文 2 21 特征信号采集子系统 特征信号采集子系统作为整个系统的第一级子系统，负责实时采集 数控车床运行状态的特征信号，并做必要的处理( 如对各种信号进行滤 波、电信号转换、放大衰减、硬件线路的抗干扰等) 。对于数控车床来 说，为了保证其安全、可靠地运行，经过分析，我们选择了振动信号、 电压信号、电流信号、声发射信号作为数控车床运行状态的特征信号。 计算机通过数据采集卡采集到这些特征信号后，对这些特缸信号进行 分析处理，并进行相应的在线显示。 2 2 2 网络学习子系统 网络学习子系统是整个系统的第二个子系统，其主要任务有两个： 第一，学习数控车床的各种工作状态，在数控车床运行过程中，能根 据切削深度、进给速度、进给量等辨识车床的工作状态：第二，监控数 控车床的当前的空载状态、负载状态，根据数控车床运行过程中的振 动信号、功率信号、声发射信号来实时监控车床的工况。 在本系统中，我们采用基于B P 算法的多层前馈神经网络，在多层 前馈神经网络的学习过程中，加入了动量项，从而加快了神经网络的 学习速度。 2 2 3 状态监控子系统 状态监控子系统在数控车床状态监控系统中起着重要的作用。特 征信号采集子系统以特定的频率采集数控车床运行过程中的特征信 号，通过网络学习予系统学习数控车床的工作状态其最终目的是来 监控数控车床当前的运行状态，为后面的故障诊断打下基础，保障数 控车床安全、可靠地运行。数控车床运行状态综合劣化度分析显示模 块的功能是通过对数控车床几种特征信号的分析，评价数控车床当前 的运行状态综台劣化度，以图形的形式显示出来，比较直观。 东华大学硕士学位论文 2 3 硬件系统的配置设计 以数控车床为研究对象，将机床包括数控车床、普通车床、数控铣 床、数控磨床等运行过程中的特征信号f ”17 1 分为三类：( 1 ) 加速度信号， ( 2 ) 功率信号，( 3 ) 声发射信号。加速度信号采用江苏联能电子生产的压 电式加速度计和多通道电萄放大器测得。功率信号包括电压信号、电 流信号，其中电压信号采用上海涌伟自控成套设备公司的电压变送器， 电流信号采用南京茶花港联的电流传感器采集，声发射信号则是采用 科海恒生的声发射传感器和台湾固伟的存储式数字示波器测得。除了 声发射信号是通过示波器采集之外，其余信号都是通过采集卡传送到 电脑进行分析与处理。 2 4 软件系统设计 软件系统是数控车床加工过程状态监控系统的重要组成部分，数 控车床运行过程中的特征信号采集与处理以及数控车床状态监控等功 能的实现都是通过软件实现的。 W i n d o w s 操作系统以其丰富多彩的图形界面和简单易用的操作方 式而称为计算机操作系统的主流，它使操作人员只需简单地敲击鼠标 和键盘就能鲁如地操作计算机，这对于计算机的发展来说具有划时代 的意义。考虑到系统软件的可移植性和系统的易维护性，选择虚拟仪 器的主流开发工具L a b V I E w 及M A T L A B 、C 语言等设计系统软件。 L a b V I E W 是一个开放式软件平台，利用其本身提供的C I N 节点和 M A T L A B S e r i p t 可以分别调用C 语言和M A T L A B 程序，从而提高了应 用软件韵开发层次。该设计思想是将计算机屏幕作为仪器的控制面板， 键盘和鼠标等作为人机交互的手段。 25 本章小结 ( 1 ) 确定了数控车床加工过程状态监控系统的设计原则 东华大学硕士学位论文 ( 2 ) 设计了数控车床加工过程状态监控系统的总体结构，并对各个 子系统的功能进行了简要描述 ( 3 ) 对数控车床加工过程状态监控系统的软件配置、软件开发环境 进行了简要描述 东华大学硕士学位论文 第三章加工过程监控系统的配置研究与设计 31源信号的选择 信号检测是监控系统的第一步，加工过程的许多状态信号从不同 角度反映加工状态的变化。可见，信号检测直接决定监控系统的成败。 加工过程中常见的被检测信号包括：切削力、切削功率电流电压、声 发射信号( A E ) 、振动信号、切削温度、切削参数、切削扭矩等I ”。2 引。 对数控加工过程的监控要求是信号灵敏且充分反映出设备在加工 过程中的各种状态，便于在线测量，不改变加工系统结构，被检测信 号影响因素少，抗干扰能力强等特点。并结合现有的硬件条件我们选 择了功率、振动、声发射等灵敏信号，监控主轴、两向( x 、z ) 进给轴、 刀架等的工作状态。 1 1 振动信号监控 利用设备发出的振动信号进行监控，是目前最常用的监控手段。 这主要是由于振动信号中包台着丰富的状态异常的信息，它提取方便， 反映状态变化的灵敏废高，有时还非常宜观。此外，振动信号测试分 析的手段、方法和理论比较成熟，且易于实现在线监控与实时诊断， 能较好地反映加工设备的传动系统、电机系统和刀具切削过程等的运 行状态。 振动信号监控选择提取的振动信号比如：刀架上、刀杆上、轴承 座上、导轨上等的振动信号。 2 ) 功率信号监控 功率信号的监控是通过监控设备的输入电流、电压等电参数，对设 各加工过程状态进行监视。这些电参数可以较好地反映驱动电机、传 动部件、加工切削部位的工作状态。功率信号监控技术适合于主轴转 速高和切削力较大的场合如数控车床、数控铣床等的加工过程n 这些 电参数信号的抗干扰能力强，实现方便易于维护，可以直接从加工设 备电气线路中直接获取，因而是经常采用的监控信号。 东华大学硕士学位论文 功率信号监控提取的电信号为： 主轴电机：电网电压U 、电流I m ： x 轴电机：电网电压U 、电流I x ： z 轴电机：电网电压U 、电流I z ； 由此可以计算功率 备注：对于主轴电流信号主要需要反映出幅值的变化，经过对多种 小波比较，选择了M o r l e t 小波。 3 ) 声发射信号监控 A E ( A E A c o u s t i cE m i s s i o n ) 信号不受物体位置的限制，所以 对传感器的安装位置限制较少。而且灵敏度高，故障在萌芽时期就有 A E 信号发射出来。A E 信号对切削过程状态变化的有关参数非常敏感， 可以根据A E 信号的发展、变化程度来判断物体结构所处的状态，既 可预报早期故障，也可推断其发展趋势。 加工过程监控系统基本组成如图3 1 所示。监控对象为数控车床， 其中三个霍尔电流传感器分别用于监控主轴电流、X 向及Z 向进给电 圈3 1监控系统的基本组成及其工作流程 流：三个电压传感器则用于监控相应的电网电压：一个加速度计( 配 育单通道电荷放大器) 用于监控主轴的振动信号；一个声发射传感器 ( 配有前置放大器) 测量A E 信号。系统提供了多传感器监控功能， 东华大学硕士学位论文 实际应用中可以根据具体情况进行选择。A E 传感器输出的电压信号经 过存储型数字示波器传入电脑硬盘，确其他模拟信号经过信号调理箱 的信号预处理。再经过数据采集卡的A D 转换模块，变为数字信号之 后存入电脑硬盘。 信号处理软件将对各种信号包括A E 信号进行各种时域、频域、 时频域的处理并提取各信号的特征值。 3 2 传感器的选择 本系统的硬件装置作为检测信号的工具，首先必须要有原始的被 检测信号，然后才能进行数据处理和自动控制。因此，用于检测信号 的传感器精度、可靠性，将关系到控制系统的成败。现将在传感器的 选型中要用到的常见的传感器知识进行简单介绍”3 。 3 ，2 1 传感器的分类 传感器的种类繁多 2 3 - 2 9 ，而且还在不断的涌现大量新型的传感器。 目前常用的分类方法主要有两种：一种是以被测参量来划分，另外 种是以传感器的工作原理来划分。本节的主要目的在于通过传感器的 基础只是介绍，阐明选择与检测对象及系统硬件装置相匹配的传感器 方法。故按第一种分类方法进行介绍，见表3 1 表3 1 传感器按照被测量来分类 被测量类别被测量 温度温度、热曩、比热、导熟率等 电电流、电压、电功率、电荷、电阻等 磁磁通、磁场等 光照度、亮度、光亮、红外线等 机械长度、位移角度，速度、加速度、压力、振动等 化学气体成份、液体成份、P H 值、气味、粘度、比重等 3 2 2 传感器的基本性能参数 传感器的种类繁多，测量的参数不同，其性能参数也不一样。 东华大学硕士学位论文 般地讲，传感器的特性可以通过它的静态和动态特性反映出来。 一般传感器的主要性能参数有： I 传感器的静态特性 ( 1 ) 测量范围测量范围( 量程) 是指各种传感器都有一定的测 量范围，超出规定的测量范围，测量的结果会有较大的误差或造成传 感器损坏。有的传感器允许过载( 即允许超过测量的范围) ，但过载不 作为铡量的范围。在选用传感器时，传感器测量范围应稍大于实际测 量范围，以防万一超量程时，不致损坏传感器。 ( 2 ) 线性度通常，为了方便标定和数据处理，要求传感器的输 出一输入校准( 标定) 曲线与其理论拟合直线之间的偏差，就称为该 传感器的“非线性误差”，或称“线性度”，如图3 2 所示。通常线性度 用相对误差表示其大小，即相对应的最大偏差与传感器满量程( F S ) 输出之比( ) 。 P 。：垒墼1 0 0 7 ，s 式中e ，一一线性度( 线性误差) ； 一一输出平均值与基准拟合直线的最大偏差 一一一传感器满量程输出平均值。 - J 一 U t 也 0。 、 | 庸 t o W 图3 2 传感器的非线性 东华人学硕士学位论文 采用线性度高的传感器，在电路上处理较方便，测量精度也高： 非线性很大的传感器，一般在电路上要采用线性化补偿电路，或机械 式非线性补偿机构，其电路及机构均较复杂，调试繁琐。 采用微型计算机( 如单片机) 的测控装置，由于可以采用软件进 行线性化处理，故可以较方便地进行线性补偿。 ( 3 ) 滞后( 迟滞)在相同的工作条件下，传感器在正( 输入量 增大) 反( 输入量减小) 行程期间输出一一输入曲线不重合的程度， 也就是说，对应于同一大小的输入信号，传感器正反行程的输出信号 大小不等。滞后特性如图3 3 所示。 删 图3 3 传感器的滞后 滞后反映了传感器机械部分不可避免的缺陷，如：轴承摩擦、l 丑J 隙、螺钉松动、元件腐蚀或碎裂、材料的内摩擦、灰尘堵塞等。滞后 大小一般由实验确定，其值以满量程输出U 。的百分数表示。 P ：垒坚1 0 0 。 【，s 式中。一输出值在正反行程之间的最大差值。 ( 4 ) 不重复性不重复性是指在同一操作条件下，对输入量按同 一方向作全量程连续多次重复测量( 有的规定3 次) ，输出值的不一致 程度。以3 次加载输出特性曲线在同一输入量时的最大偏移量与最大 输出量之比的百分数称为不重复误差，如图34 所示。 东华大学硕士学位论文 图3 ，4 传感器的不重复性 ( 5 ) 灵敏度灵敏度又称为传感器系数。对于线性传感器的校准 线的斜率就是静态灵敏度，非线性传感器的灵敏度则随输入量而变化， 如图3 5 所示。 图3 5 传感器灵敏度定义( b ) 非线性传感器 东华大学硕士学位论文 线性传感器静态灵敏度置= 篆糕= 妄 例如，某位移传感器在位移变化l m m ( 输入信号的变化量) 时， 输出电压变化3 0 0 m V ( 输出信号的变化量) ，则其灵敏度为3 0 0 m V m m 。 非线性传感器的灵敏度可用d y d x 表示。 ( 6 ) 分辨率传感器能够在输入信号中检测到的最小变化胃。 2 传感器的动念特性 动态特性是指传感器对于随时间变化的输入量的响应特性。动态 特性好的传感器，其输出量随时间变化曲线与被测量随时问变化的曲 线相近。由于实际被测量随时间变化的形式是多种多样的，所以，通 常根据标准输入特性来考虑传感器的响应特性。标准输入有两种：呈 正弦变化和阶跃变化的输入。传感器的动态特性分析和动态标定都以 这两种标准输入状态为依据。对于任一传感器，只要输入量是时间的 函数，则输出量也是时间的函数。一般厂家给出的性能参数主要是静 态特性，对于动态特性仅给出响应时间。 3 ，精确度( 精度) 非线性误差、不重复误差及滞后误差这3 项指标决定了传感器的精 确度，它反映了系统误差和随机误差的综合指标。一般若己知这3 项 误差，就可以通过误差合成求出精确度。 精度是用计算除的最大误差和最小输出的百分比表示。 4 零点时间漂移 传感器在恒定的温度环境中，零点输出信号与时间的变化特性， 称为传感器零点时间漂移，简称零漂。传感器的零漂一般按8 小时内 输出信号的变化来度量。 5 零点温度漂移 传感器的零点输出随温度而变化的特性，称为传感器的零点温度 漂移。一般常用环境温度变化1 0 C 所引起的输出变化相对于最大输 出的百分比表示。 在实际使用中，时间漂移与温度漂移是同时存在的。 东华大学硕十学位论文 6 灵敏度漂移 传感器的灵敏度随温度的改变而变化，它反映温度变化对传感器输 出信号影响的大小。一般用温度每变化1O C 而引起的传感器灵敏度的 相对变化来表示。 7 ，工作环境条件 一般给出的传感器工作环境条件参数是温度范围及湿度范围。例 如，温度范围为O 4 0 ，相对湿度不大于9 0 R H ，在此范围内，能 保证传感器的各项性能指标在规定误差范围之内。 8 响应速度 传感器的响应速度反映其动态特性，对于一阶传感器，般用州叫 常数大小来表示。时间常数小，表示动态响应好。 另外，不同类型的传感器还有一些表示