（机械工程专业论文）数控机床故障信号分析与特征提取.pdf

工程硕士学位论文 摘要 数控机床在现代化生产中起着重要的作用。若发生故障或安全 事故，一方面会由于数控机床故障维修周期长而造成停产；另一方面， 由于数控机床各种配件价格昂贵使维修费用增加，这两方面将给企业 造成巨大的损失。数控机床自带数控系统中的自诊断功能可以完成简 单的对与系统相连部件的故障诊断，但是故障出现率最高的机械部分 的故障检测和预报还是盲点。因此，对高级数控机床进行在线监测， 完成早期的故障诊断和在线预报，把故障消灭在萌芽状态，可大大降 低故障发生的机率。 本文提出了数控机床的故障诊断与预报系统的设计思路，初步设 计了系统的结构，确定了系统的主要功能；重点分析了数控机床机械 部分故障的产生原因，得到的分析结论是机械部分故障主要是由齿轮 和轴承的故障引起的；根据齿轮和轴承由于缺陷造成冲击振动的特 点，建立了齿轮和轴承的运动学模型；使用k a l r n a n 滤波算法滤除齿 轮和轴承故障振动信号中由于不同轴、偏心等制造安装误差引起的振 动信号：应用l a p l a c e 小波相关滤波法提取齿轮和轴承的故障参数， 如故障频率、阻尼比等，并为两种算法作了仿真实验验证。最后通过 采集数控机床主轴的振动信号，并对采集下来的振动信号使用 k a l m a n 和l a p l a c e 小波滤波的方法，完成对振动信号的滤波及故障 特征的提取。实验证明，两种算法对故障信号的提取是有效的。 关键词数控机床，故障诊断，k a l m a n 滤波，l a p l a c e 小波相关滤 波，故障类型 工程硕士学位论文 摘要 a b s t r a c t n cm a c h i n ep l a y sa ni m p o r t a n tr o l ei nm o d e r n i z e dp r o d u c t i o n i f m a l f u n c t i o no ra c c i d e n th a p p e ni nn cm a c h i n e ，i tw i l lb r i n gt h el a r g e r l o s so nf a c t o r y t h er e a $ o l li st h a tt h ed o w n t i m ew i l lm a k et h e m a i n t a i n i n gp e r i o dl o n g e r ，a n dt h en c m a c h i n e sp r i c em o r ee x p e n s i v e t h es e l f - d i a g n o s i si nn cm a c h i n ec a nd i a g n o s et h ef a u l t so f j o i n tp a r t s w i t hn cs y s t e m b u tt h ed e f e c ta n df o r e c a s to ff a u l t si nm e c h a n i s mi s s c o t o m a s oo n 1 i n ed e f e c ta n de a r l y d i a g n o s i sc a nr e d u c e f a u l t p r o b a b i l i t y t h i sp a p e rb r i n g sf o r w a r dt h ef a u l td i a g n o s i sa n df o r e c a s ts y s t e mo f n cm a c h i n e , a n dd e s i g n si t sc o n f i g u r a t i o na n df u n c t i o n t h ep a p e r d i a g n o s e st h ec a u s em a d et h ef a u l to c c u r e d ，a n dd r a w sa c o n c l u s i o nt h a t t h em a t t e rw h i c hc a u s e dm e c h a n i s m sf a u l ti sm a i n l ya b o u tt h ef a u l to f g e a ra n db e a r i n g t h ep a p e rc r e a t e st h ek i n e m a t i c sm o d e l so fg e a ra n d b e a r i n gb yt h ec h a r a c t e r i s t i co fi m p a c t i v el i b r a t i o nw h i c hb e e nc a u s e d b y f l a w so ng e a ra n db e a r i n g t h ep a p e ru s e sk a l m a nf i l t e r i n ga l g o r i t h m f i l t e r i n g n o i s ea n du s e s l a p l a c e c o r r e l a t i e d f i l t e r i n ga l g o r i t h m e x t r a c t i n gf a u l tc h a r a c t e r i s t i c t h ep a p e rv e r i f i e dt h e s et w oa l g o r i t h m b ys i m u l a t i o ne x p e r i m e n t i td i a g n o s e st h en c m a c h i n e sp r i n c i p a la x i s s l i b r a t i o n ，f i l t e r sl i b r a t i o ns i g n a l ，a n dd i s t i l l st h ef a u l t sc h a r a c t e r i s t i cb y k a l m a nf i l t e r i n ga l g o r i t h ma n dl a p l a c ec o r r e l a t i e df i l t e r i n ga l g o r i t h m t h ee x p e r i m e n t ss h o wt h a tt h e s et w oa l g o r i t h ma r ee f f e c t i v eo ns i g n a l f i l t e r i n g k e yw o r d s ：n cm a c h i n e ，f a u l td i a g n o s i s ，k a l m a nf i l t e r i n g ，l a p l a c e c o r r e l a t i e df i l t e r i n g ，f a u kp a a e m 原创性声明 本人声明，所呈交的学位论文是本人在导师指导下进行的研究 工作及取得的研究成果。尽我所知，除了论文中特别加以标注和致谢 的地方外，论文中不包含其它人已经发表或撰写过的研究成果，也不 包含为获得中南大学或其他单位的学位或证书而使用过的材料。与我 共同工作的同志对本研究所作的贡献均已在论文中作了明确的说明。 作者签名：受盘i 交日期：止年月盟日 关于学位论文使用授权说明 本人了解中南大学有关保留、使用学位论文的规定，即：学校 有权保留学位论文，允许学位论文被查阅和借阅；学校可以公布学位 论文的全部或部分内容，可以采用复印、缩印或其它手段保存学位论 文；学校可根据国家或湖南省有关部门规定送交学位论文。 作者签名：1 ：蔓盘迭导师签作者签名：之垄：导师签 工程硕士学位论文 第一章综述 第一章综述 数控机床是集机、电、液于一身的机电设备，具有技术密集和知识密集的特 点。一旦发生故障，诊断的难度大。尤其是对机械部件的检测与诊断更为困难， 误诊率较高。数控机床的故障诊断与预报系统能监测机床机械部件的状态，采集 系统i o 接口的数据，共享自诊断系统的信息，从而最大程度地“掌握”机床运 行状态。本文主要研究该系统对机床振动的检测及对轴承，齿轮的故障特征的提 取。 一 本章介绍数控机床故障预报与诊断系统，及在完成机床机械部件故障特征信 号的提取中所使用的关键技术。 1 1 应用背景及研究方向 目前在我国，在数控机床故障诊断方面的研究主要集中在三个方面：加工过 程监控系统、远程故障诊断系统和故障预报系统。前两者主要是在线监控( 包括 现场监控和远程监控) 及远程诊断。后者主要是对机床实时检测、诊断并作出故 障预报。现场监控一般是针对加工过程的检测，并将监控结果( 如波形等) 显示 出来，由工人判断机床的情况。远程监控就是通过互联网( 或局域网) 实时监控 机床加工状态或机床运行状态。现场监控和远程监控中，通过监测切削加工过程 来判断故障和诊断故障从而推断故障，对故障的判断都是间接的，得到的故障结 论的准确性较差。其中在远程诊断中另一个主要功能是以离线诊断或以网站的形 式提供技术支持，这种形式主要是针对已经发生的故障进行诊断或故障咨诲为 主。若在远程监控中，实时通过i n t e r n e t 网络实现机床运行状态信号的实时传送， 将会长时间的占用网络，使用成本过高，故障诊断中心存储的数据量过于庞大。 在第三种故障诊断方式一故障预报系统中，现场检测的对象是机床部件、液压等 系统的运行状态。诊断是在机床上完成的，其中包括采集数据、处理检测数据， 得到诊断结果。通过比较这三个系统，我们不难发现，要想将故障诊断变被动为 主动，必须使用故障预报系统。近几年，关于数控机床预报系统的研究主要集中 在机床热误差方面脚l ，有关故障预报的研究文献较少。本文将对数控机床故障 诊断与预报系统作一个初步的分析，重点研究机械部件的故障诊断方法及技术。 数控机床故障诊断与预报系统能监测机床机械部件的状态，采集系统l d o 接 口的数据，共享自诊断系统的信息，从而最大程度地“掌握”机床运行状态。同 时借助有效的信息处理方法，和高效的d p s 处理器，实现故障信息的提取与预 工程硕士学位论文 第一章综述 报。它一方面能从根本上预防损坏性故障的发生，另一方面为已产生的突发性故 障提供原始数据样本，以此为基础发展起来的数控机床故障诊断技术更为全面。 1 2 数控机床结构及其特点 数字控制( n c - n u m e f i c a lc o n t r 0 1 ) ，简称为数控。数控机床主要有信息载体、 数控装置、伺服驱动装置、测量反馈装置、辅助控制装置和机床本体等几大部分 组成。 图i 1 教控机床结构 i 、信息载体 加工程序的载体。通过信息载体将数控加工程序输入到数控装置。主要有软 盘、光碟等。 2 、数控装置 是数控系统的核心，由硬件和软件两大部分组成。它接收从机床输入装置输 入的控制信号或代码，经过输入、缓存、译码、寄存等运算处理，发出指令脉冲。 3 、伺服驱动装置 伺服驱动装置是数控装置和机床本体之间的连接环节。接收数控装置发出的 进给脉冲，经过伺服驱动系统，转换成坐标辅的运动，完成程序所规定的运动。 伺服系统能放大控制信号，并将此电枢电压转换成转角位移。 4 、测量反馈装置 测量反馈装置是通过现代化的测量元件( 如脉冲编码器、旋转变压器、感应 同步器、光栅尺、磁尺和激光干涉仪等位置测量元件，及测速发电机等速度检测 装置) ，经过检测电路的转换，将所测得的信号反馈回数控装置，构成半闭环或 闭环伺服系统。 5 、辅助控制装置 辅助控制装置的作用是把数控装置发出的辅助控制指令，经接口电路转换成 2 工程硕士学位论文 第一章综述 强电信号，来控制主轴电机的启动和停止，转速的调整，冷却泵启停及转位换刀 等动作。 6 、机床本体 数控机床是高精度和高生产率的自动化加工机床，与普通机床相比，应具有 更好的抗振性和刚度，要求相对运动面的摩擦系数要小，进给传动部分之间的间 隙小。所以其设计要比通用机床更严格，加工制造要求精密，并采用加强刚性、 减少热变形，提高精度的设计措施。 1 3 数控机床的故障描述 数控机床的故障主要可分为三个方面的故障【1 卜 l 、数控机床本体( 包括液压，气动和润滑装置等) 的故障，约占整个故障 的5 7 。其中包括：( 1 ) 主轴箱故障 ( 2 ) 导轨副和丝杠螺母副的配合故障 ( 3 ) 润滑及支承的预紧故障 ( 4 ) 液压和气动装置故障 2 、电气控制系统的故障约占整个故障的3 7 5 3 、数控系统的故障约占整个故障的5 5 1 4 数控系统自诊断功能的介绍 数控系统自诊断功能是向被诊断的部件或装置写入串成为测试码的数据， 然后观察系统相应的输出数据。根据事先已知的测试码、校验码与放障的对应关 系，通过观察结果的分析以确定故障。它可以实现对数控系统硬件和软件的故障 、诊断，及有关电气控制部件的诊 2 1 。数控系统的自诊断功能可以判断出数控系 统的基本故障。自诊断功能在电气系统方面可实现的诊断由各种开关的逻辑关系 和闭锁情况检查，进给电机，主轴电动机的检查，p l c 接口状态的检查及位置检 测元件的i o 信号的检查。可以肯定的是数控机床这4 3 的故障是可以通过自诊 断功能检查出来的 1 1 。可是对故障率最高的机床本体的故障，自诊断功能就显得 无能为力了。 数控机床的故障诊断要在机床本体故障诊断方面开辟新的领域。 工程硕士学位论文 第一章综述 1 5 数控机床故障诊断与预报系统 1 5 1 传统数控机床故障诊断方法 目前一般采用传统的“简易方法”和使用先进测试手段的“现代诊断方法” 完成数控机床的故障诊断。其中利用振动信号进行不解体故障诊断是最常见，最 有效的方法。振动信号包含着振源信息及系统状态等信息。 数控机床机械故障诊断包括对机床运行状态的检测，故障特征的提取和故障 原因的判断。高立新等提出了“数控机床远程机械故障诊断和服务系统”1 3 j 。主 张使用振动传感器，并设计远程诊断软件实现预知维修和将机床知识下传到用 户。田兴银等提出了“基于i n t e m e t 的数控设备远程监测和故障诊断系统”【4 j 。 系统在企业监测控制中心与在线监测系统建立联系，将故障信息上传，并在远程 诊断中心分析信怠得到诊断结果。再下传结果到用户。张开清等提出了“基于 w e b 远程故障服务系统”w 。系统为行业远程故障诊断平台，服务于全球的数控 机床。徐成莺等提出了“基于正浏览器的数控机床故障诊断系统”1 6 j 。系统以 元件为单元，建立故障与元件及功能的关系，并因此得到故障的原因。 从上面的说明中，我们不难发现一台数控机床的检测信息和故障信息已是很 多的了，若数控机床厂家还要将所生产的所有机床都挂在网上，则厂家需要处理 的数据量将是天文数字。若将全国乃至全球的数据都集中到一个平台，数据量更 是惊人的。另一方面，若等到数控机床出现故障了再修，停机修理会浪费很多时 间，造成生产成本的提高。经过分析，我提出了数控机床的故障预报系统。关于 系统具体的设想见文献【7 j 。 1 5 2 数控机床故障诊断与预报系统概念的提出 数控机床故障诊断与预报系统能监测机床机械部件的状态，采集系统v o 接口的数据，共享自诊断系统的信息，从而最大程度地“掌握”机床运行状态。 同时借助有效的信息处理方法，和高效的d p s 处理器，实现故障信息的提取与 预报。它一方面能从根本上预防损坏性故障的发生，另一方面为已产生的突发性 故障提供原始数据样本，从而将大大提高我国数控机床故障诊断行业的总体技术 水平。 数控机床故障诊断与预报系统一方面实时检测机床运动时机械部件的振动、 机床的温度及部分传动件的速度、液压泵的振动、液压系统的各测压点压力。另 一方面，它能与数控系统采集的信息实现信息共享。系统将所有信息用神经网络 算法进行组合、归类，得出机床当前的状态：正常、偏离正常( 由机床部件非正 4 工程硕士学位论文第一章综述 常运行引起的，通过调节参数或调整间隙可恢复正常) 或功能失效。并将诊断结 果显示在屏幕上。 1 6 数控机床故障信号的分析方法 数控机床在运行过程中发生的机械故障，如元件的剥落、摩擦、松动、爬行、 冲击、裂纹、断裂等，都将导致动态信号非平稳性的出现。所谓非平稳信号是指 信号的统计特性( 包括时域统计特性和频域统计特性) ，与时间变化有关【1 0 l 。正 因为非平稳动态信号的统计特性与时间有关，所以对非平稳信号的处理必须同时 进行时频分析。数控机床的故障预报与诊断系统是在数控机床工作时使用的，属 于动态非平稳信号目前有两种提取非平稳信号中不变特征量的有效方法：参数 化方法和非参数方法。 ( 1 ) 参数化方法 是基于瞬时频率的估计和幅值的估计的方法，傅里叶分析，倒频谱分析都可 归于频域分析。但是这两种方法不适合机械冲击信号的提取。 ( 2 ) 非参数化方法 基于能量的特征提取属于非参数化方法。研究表明，信号的时频分布图在某 种意义上可认为是信号的能量分布图。常用于时频分析的方法有短时傅里叶分 析，小波分析，小波包分析，w i g n e r - v i l l e 分布，匹配追踪法和模糊函数法等方 法。【l l 短时傅里叶变换是g a b o r 在傅里叶变换的基础上发展起来的一种时频分析方 法。它是用一个时间宽度很短的，可以在时间坐标上滑动的窗函数与信号相乘再 来进行傅里叶变换。它具有明确的物理意义，可视为信号在分析时问t 附近由时 间窗限定的一小段信号的“局部频谱”，得到由时间t 和频率f 确定的二维时频分 布。短时傅里叶变换是线性时频分布，没有二次型或双线性时频分布所固有的交 叉项干涉。一旦窗函数选定后，时频分辨率就固定下来，缺乏细化功能。t 所谓的小波技术就是用具有零均值，在时域和频域内能量局部化的函数来表 示信号。小波分析是在时间一尺度平面上反映非平稳信号于t 时刻信号的幅值或 能量。小波变换以不同的尺度( 分辨率) 来观察信号，将信号分解到不同的频带 中，既看到了信号的全貌，又看到了信号的细节，具有多分辨率豹能力侈l 。正是 基于小波的这一特点，在进行数控机床的运行状态监测中，使用小波变换将故障 信息能够被提取出来。在小波变换中，基函数的选择是个关键问题。数控机床故 障诊断与预报系统中小波变换主要应用于机械部分的振动冲击信号特征的提取。 因此，选用l a p l a c e 小波，l a p l a c e 小波也称单边衰减振荡函数 工程硕士学位论文 第一章综述 ，乓 、l ，( f ) = a e 小吒o f ) p - j o ( ”) ，对齿轮、滚动轴承等因缺陷产生的冲击响应以及 旋转机械转子碰摩的故障提取有效【1 0 】。 小波包分析对小波变换中没有分解的高频段信号进行再分解。在不同的层次 上对各种频率作不同的分辨率选择，更具灵活性。以m a l l a t 算法为基础，小波包 信号分解与重构也具有快速算法，工程实用性很强。 匹配追踪法是一种处理高度不平稳信号的有力工具 9 1 。9 0 年代初，小波研 究领域的著名专家m a l l a t 和q i a n 等分别各自独立地基于投影追踪算法，提出了 二- 种逐步递推自适应方法，称为匹配追踪法，它能够自适应地将信号按基元函数 一步一步地分解，从而达到对信号的展开。分解算法对基元函数没有特定要求， 几乎任何函数都可以作为基元函数，因而为应用提供了极大的灵活性。 设备的冲击响应是一种单边振荡衰减的波形，是局部化的。短时傅里叶变换 不能对冲击响应信号进行局部化分析；h a a r 小波等小波以及谐波小波等基函数 虽具有局部化分析能力，但它们都是从中间向两边衰减的“鱼腹状”波形，对单 边衰减的冲击响应信号的分解也不太适合【1 ”。l a p l a c e 小波具有单边衰减波形， 非常适合用于冲击信号的特征提取。在数控机床故障诊断与预报系统中，利用 l a p l a c e 小波的单边衰减特性，提取转轴、轴承、齿轮、液压泵及床身的固有频 率及阻尼参数，从而得到数控机床的机械部件发生磨损或损坏时产生的冲击振动 特性参数。 1 7 自适应滤波在除噪中的应用 卡尔曼( k a l m a n ) 滤波是具有递推形式的先行最小方差估计，它从与被提 取信号有关量的测量中，通过算法估计出所需信号1 3 2 1 。条件是被估计的信号是 白噪声驱动而产生的随机信号。激励与响应之间的传递结构( 信号模型) 己知， 测量量与被估计量之间的函数关系( 测量模型) 模型也已知。其特点为：k a l m a n 滤波是一套由计算机实现的实时递推算法，它所处理的对象是随机信号，以所要 估计值( 系统的状态或参数) 作为滤波器的输出，滤波器的输入与输出之问是由 时间更新和观测更新算法联系在起的，根据系统状态方程和观测方程估计除所 有需要处理的信号。 t 8 l a p i a c e 小波相关滤波法在提取故障特征中的应用 l a p l a c e 小波也称单边衰减振荡函数v ，( f ) = a e ”# 一州“) ，对齿轮、滚 1 二i 0 ” 6 工程硕士学位论文第一章综述 动轴承等因缺陷产生的冲击响应以及旋转机械转子碰摩的故障提取有效0 0 l 。在 数控机床故障诊断与预报系统中，利用l a p l a c e 小波的单边衰减特性，提取转轴、 轴承、齿轮、液压泵及床身的固有频率及阻尼参数，从而得到数控机床的机械部 件发生磨损或损坏时产生的冲击振动特性参数。 1 9 本文内容和结构 本篇论文共分六章，内容简介如下： 第章：综述。 介绍了本课题的应用环境是数控机床故障诊断与预报系统，以及该系统的结 构和工作原理。同时论述了数控机床的结构特点，故障信号的提取方法及本文使 用的两个信号处理技术：自适应滤波和l a p l a c e 小波相关滤波。 第二章：数控机床故障诊断及预报系统初步设计。 提出了数控机床故障诊断与预报系统的概念，完成了该系统的硬件和软件结 构及功能设计，同时分析了设计系统所需使用的关键技术。 第三章：数控机床机械部件故障的分类。 分析了数控机床机械部件中主要元件的故障机理，阐述了数控机床振动信号 产生的根源，传播途径。并且据此对数控机床机械部件的故障完成分类。 第四章：齿轮和轴承故障振动模型的建立。 分析了数控机床上的轴承，齿轮特点，及其故障机理和振动机理。并在此基 础上建立了它们的运动学模型。 第五章：k a l r t l a n 滤波算法及基于相关滤波的故障特征提取。 阐述了k a l m a n 滤波算法及l a p l a c e 小波相关滤波法在提取齿轮和轴承故障 特征中的应用，建立了它们的状态模型及滤波算法。并对其滤波器作了仿真。 第六章：实验验证。 “ 通过在数控机床上采集主轴箱的振动信号，作为输入信号来验证k a m a n 滤 波和l a p l a c e 相关滤波两种算法在对齿轮和轴承故障信号的除噪和提取故障特征 方面的实用性和可靠性。 第七章：总结。 总结本课题所完成的工作，并设想了其应用前景。 7 工程硕士学位论文第一章综述 1 1 0 小结 本章介绍了课题的使用背景一数控机床，提出了数控机床故障诊断与预报系 统的概念，介绍了该系统中故障信号的分析方法。完整的数控机床故障诊断与预 报系统中包含的检测量很多，需要使用的方法也各不相同。在本章中对其所有使 用技术作了描述，重点介绍了本文所用的k a l m a n 滤波和l a p l e a e 小波相关滤波 法。本章最后列出了本文的结构。 8 工程硕士学位论文第二章数控机床故障诊断及预报系统设计 第二章数控机床故障诊断及预报系统初步设计 为了防止污染和损伤，数控机床本体的机械传动件一般是被包装在外壳中。 若机械部件发生磨损或损坏，既不能通过自诊断检查出来，也不能从外观上直接 看出来，而且由于故障的成因比较复杂，难以判断故障源，故而使操作人员很难 准确、快速地找到故障位置，大大增加了故障诊断的难度，使维修的时间延长。 数控系统本身自带的自诊断系统只可以解决可以检测到电信号位置的通道故障， 不能解决由于机械故障而产生的数控机床的故障。在生产过程中，由于数控机床 机械故障造成的损失是很大的，如何全面第解决数控机床的故障是提高数控加工 可靠性的一个重要课题。 2 1 系统的初步设计及其功能 数控机床故障按其性质分，可分为硬件故障、软件故障和干扰故障1 1 1 硬 件故障主要是由c n c 电子元器件，润滑系统、换刀系统、限位机构和机床本体 产生。软件故障是指程序编制错误，机床操作失误，参数设定不准确。干扰故障 是指由于系统工艺、线路设计电源地线配置不当及工作环境的恶劣变化而产生 的。一直以来都是由数控系统中自诊断功能检测、报警这些故障中的一部分故障。 如在系统开机后，对最关键的硬件和控制软件逐一进行检测。在机床正常运行时， 自动对数控系统、伺服系统及外部的i o 接口及与数控装置相连的其它外部装置 进行自动检测。 在完成一定的调查和研究后，发现数控系统的自诊断系统无法检测机床上其 它机械部件和液压系统的运行情况，而且在机床出现因故障而发生损坏时，将为 企业造成严重后果。数控机床的机械故障包括：机床的轴承、齿轮、丝杠等部件 的磨损或损坏、主轴的自动夹紧和自动换刀装置的液压故障等问题。这些问题往 往是造成数控机床运行精度降低，运动情况恶化的主要原因。如何防患于未然， 将数控机床的故障造成的影响降到最低，我们认为最根本的方法是设计故障诊断 与预报系统。因此研究、设计以及将来使用数控机床故障诊断与预报系统，将能 补充数控系统自诊断功能不足、使数控机床的使用更加稳定。 数控机床故障诊断与预报系统弥补了自诊断系统的不足。它首先通过各种传 感器将主轴箱、进给系统、液压系统的温度、速度、振动和受力情况检测出来， 得到测量信号，接着经信号调理电路和a d 转换电路，将测量信号转换、采样 后变成数字信号输入d s p 处理器。在d s p 处理器中，信号要经过滤波后滤除一 9 工程硕士学位论文 第二章数控机床故障诊断及预报系统设计 些已知的非特征频率，接着经过设计好的滤波和信号处理软件的处理，得到信号 的特征量，再经过神经网络的运算和归类，得到故障类型和产生故障的原因。 数控机床故障诊断与预报系统一方面能实时检测机床运动时机械部件的振 动、机床的温度及部分传动件的速度、液压泵的振动、液压系统的各测压点压力。 另一方面，它能与数控系统采集的信息实现信息共享。系统将所有信息用神经网 络算法进行组合、归类，得出机床当前的状态：正常、偏离正常( 由机床部件非 正常运行引起的，通过调节参数或调整间隙可恢复正常) 或功能失效。并将诊断 结果显示在屏幕上。 本论文提出了数控机床故障诊断系统，对系统的结构和功能做了初步的设 计。着重研究和分析了数控机床机械故障的产生原因，以及针对机械故障信号所 作的处理和分析。 2 2 系统硬件结构的初步设计方案 系统的具体结构图如图2 1 所示。按部件功能可将系统硬件分为五部分：传 感器、调理电路、模数转换( a 巾) 器、d s p 处理器、显示器。下面详细介绍这 五部分： ( 1 ) 传感器 数控机床需监控状态量有振动、噪声、温度、转矩、速度、压力、磨损残余 物。通过检测这7 个量，在很大程度上能检测到机床的状态。在这些量中，噪声 可以通过振动测量出来，所以只检测振动即可。检测磨损残余物主要用来检测主 轴箱中的齿轮、轴承的磨损情况，但是计算机对磨损残余物的识别比较困难。通 常可通过检测轴承和齿轮振动信号来分析它们的磨损情况。数控机床的自诊断系 统已将主运动的转速进行控制，因此系统主要使用振动传感器、温度传感器、速 度传感器、转矩传感器和压力传感器，就可以检测到机床状态。 1 0 工程硕士学位论文第二章数控机床故障诊断及预报系统设计 拉 i喜i 建 蚕 童 i 要 i 力 毒 矩 t 谴 芋 感 嚣 q 工 苫蔼 丁 电 崖 薏 阜t 薹： 穰 量 ?： 嚣 l 等于 芏 谰 震薏 曩 i 电 寥 年年年年年 信 墨 曩 i 王 滑 复 耄 勰 t 工i工0 i i 刍瞄加转换多路埔转换 多貉缈转换多路加转换 多路椭耪基 lii 毒 d s p 煳l 毒 置录 图2 1 系统硬件结构图 在本系统中，传感器的选择要素有：传感器的类型、个数和放置位置【1 5 】( 具 体内容见表2 1 ) 。振动传感器主要采集轴承、齿轮、液压泵、整机的振动信号， 其中采集轴承和齿轮振动信号的传感器可以用测量位移的涡流传感器，方便信号 的处理。而且它属于非接触式测量，适用于主轴箱中的检测环境。对液压泵和整 机的振动测量可以采用外露式的速度传感器检测振动。在检测轴承的振动时，要 在轴承的上方和水平位置各放一个帕l 。其它传感器的选择也要依从这样的方法。 传感器的种类很多，用在数控机床上的传感器要符合：检测精度高，灵敏度 高，适合快速运动，避免外露安装的特点。另外，传感器的抗振性也是需要考虑 的一个重要方面。如一般的温度传感器对振动比较敏感。在本系统中，温度传感 器安装在机床床身和液压泵侧，所受振动较大。因此在选择温度传感器时，首先 要考虑在机床的最大切削力、机床刚度和抗振性等情况综合影响下，机床的振动 对温度传感器的影响。 表2 1 传感器类型一览表 类型 个数位置 振动传感 主轴箱内轴数+ 4轴承上方，每个轴承有2 个 器丝杠数4丝杠两端 1 个 主轴箱整体 工程硕士学位论文第二章数控机床故障诊断及预报系统设计 1 个床身整体 液压泵数+ 1液压泵上 温度传感1 个主轴轴端 器 1 个主轴箱中靠近齿轮处 1 个 数控柜 1 个 电气柜 液压泵数+ 1液压泵上 速度传感主轴箱中旋转轴轴轴端 器数 转矩主要的齿轮个数+ 1齿轮轴 1 个主轴电机输出轴端 2 3 个进给电机输出轴端 压力传感主要油路2油路的两端 器 ( 2 ) 调理电路 调理电路的主要作用是将传感器输出的信号进行放大、隔离、滤波等处理， 以便于输入数据采集板 3 1 1 。由于系统需要采集的信号种类多，目前传感器都配 有调理电路，因此本系统调理电路的选择原则是：放大器的增益控制实时性高。 隔离电路的抗振性好。滤波器的滤波范围要准确。另外在选择中还考虑了， 根据采集信号的性质和使用特点确定滤波器的频带和滤波方式。 ( 3 ) 模数转换器 模数转换的过程包括采样、量化和编码。由于本系统使用的传感器较多，所 以要根据传感器的类型、位置，转换精度和模拟通道数来选择模数转换器的类型 和数量。在选择模数转换器的技术指标中，以分辨率和最高转换率最为关键1 3 4 1 。 分辨率反应了从连续量转换为离散量的精度，在一定程度上决定了系统的分辨 率。最高转换频率即单位时间内的最高采样点数，由数控机床的故障周期决定。 即既要能及时发现故障，又不会采集过多数据。另外a d 转换器要与系统所用 的d s p 处理器兼容，包括数据线及其操作协议的兼容。 ( 4 ) 处理器 系统的检测量大，传统的基于计算机的计算方法精度不高，实时性差。d s p 处理器的处理运算速度快，精度高，常用于工业控制领域，是合适的处理器。系 统选择d s p 主要考虑因素是：数据处理能力、与外界的数据传输能力及其可开 发性。良好的数据处理能力和与外界的数据传输能力保证了系统的实时性和高效 性。 1 2 工程硕士学位论文 第二章数控机床故障诊断及预报系统设计 ( 5 ) 显示器 用于显示机床状态信息和报警信息。 2 3 系统软件功畿的初步设计方案 根据功能建立的系统软件功能模型如图2 2 所示。软件的主要功能是：从传 感器检测到的信号经过处理后输入d s p 处理器：在d s p 处理器中，系统软件对 信号进行归类、判断，并向显示器输出结果。系统软件对每种信号所作的处理是 不一样的。温度信号、速度信号、转矩信号和压力信号都使用短时傅立叶变换能 够得到满意的频域分析结果，再经神经网络和证据组合算法的计算，可得到一组 故障分类结果。振动信号需要用k a l m a n 滤波器完成白噪声的滤除；用小波相关 滤波，提取特征量；然后将结果( 或特征量) 经过神经网络的归类和证据组合算 法的计算，得出一组故障分类结果。另外，通过自相关和互相关的处理将所有传 感器在时域内的信号进行故障分类得到传感器总体分类结果，再将三组故障分类 结果使用证据组合的算法进行运算处理得出初步诊断结果。然后将这些初步诊断 结果和其它数据进行数据融合，得到证据融合决策诊断结果。此时的诊断结果已 非常接近真实的故障情况 蚕震 r b f 神经网络卜_ 叫证据组合1 lp l c 接口数据 自相关互相关卜+ i 传感器总体故障分类 c n c 面板接口数据 图2 2 系统软件功能模型 系统软件是数控机床故障诊断与预报系统的核心。传感器的使用不仅保证了 系统故障源的全面性，同时也带来了处理数据量大，信息归类困难的弊端。为了 消减弊端的影响，要选择实时性好、运算精度在系统允许误差范围内的算法。系 统通过使用f f t 变换、小波变换、神经网络、自相关处理和证据组合算法5 种 算法，将使故障诊断由人工方式变为自动方式，数据处理方式的改变不仅提高了 系统的诊断速度，而且也提高了诊断的精度。不过也带来了处理时问较长的问题， 进而影响系统的实时性。为了提高系统的实时性，在误差的允许范围内，用优化 算法来减少运算时间。 诊 断 决 镱 工程硕士学位论文第二章数控机床故障诊断及预报系统设计 2 4 使用的关键技术 2 4 1 小波技术 小波技术是用具有零均值，在时域和频域内能量局部化的函数来表示信号。 小波分析是在所谓的时间一尺度平面上反映非平稳信号于时间t 时刻信号的幅值 或能量。小波变换以不同的尺度( 分辨率) 来观察信号，将信号分解到不同的频 带中，既看到了信号的全貌，又看到了信号的细节，具有多分辨率的能力1 1 0 1 。 正是基于小波的这一特点，在进行数控机床的运行状态监测中，使用小波变换将 故障信息提取出来。在小波变换中，基函数的选择是个关键问题。数控机床故障 诊断与预报系统中小波变换主要应用于机械部分的振动冲击信号特征的提取。因 此，选用l a p l a c e 小波。l a p l a c e 小波也称单边衰减振荡函数 r 叩( ，- f ) 、i ，( 0 = a e 讲亏p 一州“) ，对齿轮、滚动轴承等因缺陷产生的冲击响应以及旋转 机械转子碰摩的故障提取有效l 。在数控机床故障诊断与预报系统中，利用 l a p l a c e 小波的单边衰减特性，提取转轴、轴承、齿轮、液压泵及床身的固有频 率及阻尼参数，从而得到数控机床的机械部件发生磨损或损坏时产生的冲击振动 特性参数。 2 4 2 神经网络技术 神经网络方法是将现代神经生物学和认知科学相结合应用于人类信息处理 研究上。它具有良好的容错性、层次性、可塑性、联想记忆和并行处理能力。神 经网络用于故障诊断主要有以下三方面：信号的预处理、模式识别和专家系统中 的知识获取表示与利用的知识处理。可以用于模式识别的神经网络有：h o p f i e d 网、h a m m i n g 网、径向基函数( r b f ) 网、自组织特征映射网( k o h o n e n ) 网和 b p 神经网络等。根据系统故障源的特点，故障信号的特征及适用的推理机制， 神经网络用于模式识别，因此选用自组织特征映射( k o h o n e n ) 网和径向基函数 ( r b f ) 网。自组织特征映射( k o h o n e n ) 网是具有自组织特征映射能力的自学 习网络，可以对样本进行分类。相比于其它神经网络，它没有隐含层，只有输入 层和输出层。系统中使用自组织特征映射( k o h o n e n ) 网主要是用于初步界定故 障的类别。r b f 神经网络是以函数逼近理论为基础而构造的一类前向网络，无 论在逼近能力，分类能力( 模式识别) 和学习速度方面均优于b p 网络】。以液 压系统的压力检测为例，可将已经成熟的压力故障信息输入网络进行训练。达标 后，即可将实测信息群送入网络，完成综合信息计算，从而确定压力故障类别。 由于由振动信号检测到的故障形式简单，所以采用自组织特征映射( k o h o n e n ) 1 4 工程硕士学位论文 第二章数控机床故障诊断及预报系统设计 网，而其它信号检测到的故障来源复杂，故用径向基函数( r b f ) 网。 2 4 3自适应滤波在除噪中的应用 卡尔曼( k a l m a n ) 滤波是具有递推形式的先行最小方差估计，从与被提取 信号有关量的测量中，通过算法估计出所需信号。条件是被估计的信号是白噪声 或有色噪声驱动而产生的随机信号。激励与响应之间的传递结构( 信号模型) 已 知，测量量与被估计量之间的函数关系( 测量模型) 模型也已知。其特点为： l 、处理信号是随机信号。 2 、被处理信号部分是有用信号和干扰信号，滤波的目的是要估计出有用信号。 3 、系统的自噪声激励和两侧噪声并不是需要滤除的对象。它们的统计特性正是 估计过程中需要利用的信息。 由于采用了状态空间法描述系统，算法采用递推的方式，故该方法可以处理 非平稳过程。 2 4 4 信息融合技术 基于证据理论的信息融合技术在故障诊断中得到了广泛的应用。信息融合是 指一种多层次、多方面的处理过程。这个过程是对多源数据进行检测、互联、相 关、估计和组合，以达到精确的状态估计和身份识别，以及完整的态势评估和威 胁评估m l 。由于数控机床故障具有相关性和模糊性的特点。故障的相关性表现 为多种故障同时发生；故障的模糊性表现为分类边界模糊，故障之间有相关性 1 3 5 1 。在信息融合处理的过程中首先要解决信息融合的层次问题和体系结构 3 8 1 。 由于信息融合的层次结构是按照信息抽象程度来划分的，所以在本系统中，要结 合传感器的性能，系统的计算能力，带宽、辨识精度等方面来综合考虑。本系统 属于实时监测系统，需要使用混合式的体系结构。在算法上可用改进了的证据组 合的融合算法与人工神经网络技术相结合，诊断并发故障，并减少运算量【勰1 本系统使用这种改进的信息融合技术可进一步提高了系统诊断的速度。 2 4 5 本文使用技术 本文只研究机械故障振动信号的检测处理方法。使用k a l m a n 滤波和l a p l a c e 小波的相关滤波法完成对振动信号的滤波和故障特征频率的提取。因此本论文只 工程硕士学位论文 第二章数控机床故障诊断及预报系统设计 分析和使用k a l m a n 滤波方法和l a p l a c e 小波相关滤波法提取振动信号的特征频 率。 2 5 系统特点 ( 1 ) 诊断精度高。 系统的硬件和软件共同保证了系统高的诊断精度。首先根据故障发生的机理 来布置传感器，保证了检测对象的全面性。其次传感器放置的位置和数量保证了 检测数据的非单一性。再次数据处理和信息融合技术的使用保证了特征数据提取 的正确性和结论的可靠。最后高精度d s p 处理器的使用使复杂的运算成为现实， 因此不难得出系统诊断精度高的结论。 ( 2 ) 预报内容更详细。 如上所述，系统采集机械部件的振动、温度、速度及转矩，液压系统的振动、 温度、压力和机床整体的振动、温度信息。它能全面提供机床所受冲击、系统的 温升、速度和负荷情况，为监测数控机床的运行提供了详细的依据。由于有了丰 富的原始数据，系统的预报内容也更为详细。 ( 3 ) 数控机床检测内容的标准化。 数控机床的品种和级别很多，一直没有一个统一的故障检测标准。数控机床 故障诊断与预报系统提供了一套针对每种类型数控机床的专用标准及具体的使 用方法。这个方法是根据故障产生的机理和部位，在参考机床的功能的情况下， 对数控机床的故障进行分类。然后在此分类基础上对每种故障制定严密的监测标 准，并依据机床结构类型制定可选项。 ( 4 ) 实用性强。 由于制定了标准，使数控机床的故障诊断有据可循。而且结合了先迸的数据 处理技术和数字控制技术的数控机床故障诊断和预报系统可以及时预报故障，提 供故障数据样本，具有较高的实用性。 ( 5 ) 液压系统实现了智能化故障诊断。 在一般的数控机床故障诊断中，液压系统的智能化诊断是个盲点。在数控机 床中液压系统主要用于主轴的自动装夹、自动换刀装置、回转工作台等结构中。 数控机床的故障诊断与预报系统充分考虑了数控机床中液压系统的应用情况，对 液压泵的振动、温度和油路的压力作了检测，以此来判断液压泵和油路的故障。 2 6 小结 本章提出了数控机床故障诊断与预报系统的概念。该系统是用来检测数控 1 6 工程硕士学位论文 第二章数控机床故障诊断及预报系统设计 机床的运行状态，并将检测到的机床运行状态信号进行分析处理，得出机床运行 正常或出现故障的结论。在本章中初步设计了系统功能，及其硬软件结构。同时 分析了系统使用的关键技术和特点。 1 7 工程硕士学位论文 第三章数控机床机械部件故障的分类 第三章数控机床机械部件故障的分类 数控机床的自动化程度高，机床的速度和位置控制主要由数控装置，p l c ， 伺服系统来实现。因而机械部件结构比普通机床的简单。同时它又具有很高的强 度、刚度、和抗振性，因而机械结构的可靠性较高。根据数控机床使用情况和结 构分析，数控机床机械部分的故障主要是由于数控机床的切削速度快、工作时间 长造成的机械零件磨损快、润滑情况变差造成的情况和由于使用过大切削用量而 使切削振动变得剧烈产生冲击载荷的情况。 3 1数控机床机械部件的故障分析 数控机床机械部分主要包括主传动系统、进给传动系统、刀具交换装置、回 转工作台及底座、箱体。刀具交换装置和回转工作台的动作由p l c 和电气控制 实现控制，可以通过自诊断功能完成故障的诊断。底座，箱体等支承部件一般情 况是稳定的，只有在它的固有频率与机床的振动频率一致时才发生共振，产生冲 击振动。支承件的开裂也是很少见的，因此支承件的故障可以不考虑。连接件的 损坏和磨损能在传动件的运动中体现出来，而且它的故障只影响机床的加工精度 和传动效率。机械部分难以诊断的故障主要是主传动系统和进给传动系统的故 障。 主传动系统主要包括传动齿轮、轴承和主轴。进给传动系统主要包括连接件、 轴承、导轨和滚珠丝杠螺母副。其中主要故障体现在导轨副和丝杠螺母副上。表 3 1 和表3 2 列出了数控机床主传动系统和进给传动系统的常见机械故障 i