基于GPRS和D-S理论的数控设备.doc

基于GPRS和D-S理论的数控设备远程故障诊断系统摘要:研究了利用中国移动GPRS公网进行分布式数控设备远程故障诊断技术，提出了一种通过Internet使用户与制造商紧密联系起来,共同诊断并解决数控设备的故障的系统架构，采用了多传感器信息融合和D-S证据理论诊断技术提高了故障诊断效率和准确性，改变了传统的制造设备诊断方法，降低了设备维护成本，有利于技术的继承和更新。关键词：远程诊断；GPRS；信息融合；D-S理论Remote fault diagnose system for numerical control Based on GPRS and D-S evidential theoryAbstract: An investigation has been used the technology of GPRS to diagnose remote dispersive numerical controls fault. And a system framework that user can use Internet tightly contact with manufacturer, diagnose its fault and solve its problem together is established. The method of the multisensor information fusion and Dempster-Shafer evidential theory improve the efficiency and the veracity of the system, Change the way of traditional method about diagnosing equipment, reduce maintenance cost, and make for inheriting technology and improve the quality of miniature dynamotor.Key word: diagnose remote；GPRS；information fusion；D-S evidential theory0 前言在现代化社会中，制造企业的集团化、分散化以及客户和设备供应商的国际化，使制造企业对设备故障诊断提出了新的需求。它要求设备供应商对制造设备的故障停机提供远程快速诊断和有关工程参数设置的服务。随着远程通讯技术的迅速发展，多媒体技术和Internet技术的日趋成熟，并运用信息融合的技术和D-S证据理论，通过对信息的优化组合获得更多的有效信息，降低信息的不确定性1，增加了诊断结果的准确性和可靠性，使得远程故障诊断成为可能。基于以上技术研究了基于GPRS的远程诊断分布式数控设备故障诊断系统。1 系统概述系统利用移动通讯GPRS无线网络资源，将地理上分散的数控设备联网，将数控设备上的传感器数据进行采集并处理，进行远程监控和诊断，便于维护人员排除故障，保养设备， 系统中数控设备的各种运行状态信息由不同传感器采集, 通过GPRS网络通信技术传送至设备远程监测与故障诊断中心, 在数据服务器进行数据预处理和存储, 然后在故障诊断中心利用多传感器融合和D-S证据理论诊断技术进行设备的故障诊断和定位, 在设备故障出现后能够迅速确定故障部位。2 系统架构系统总体体系结构如图1所示，主要是由数控机床监控中心、Internet 和GPRS 网络组成的传输网络、远程监控终端三部分组成。图1监控系统框架Fig.1 Monitoring control system framework数控机床监控中心连接在Internet 上，采用开销较小的IP+UDP 协议来实现GPRS 通信，将控制命令以UDP 数据报文的方式经GPRS 网络发送给远程监控终端，监控中心同时也对远程监控终端的信息进行监听。Internet 用来实现数控机床监控中心与GPRS 网络的互连。GPRS网络是整个系统的通信媒介，通过它可以实现信息的互传和连接Internet。远程采集终端是整个系统的核心，它主要完成现场数据的采集和传送，以及接收和处理监控中心发送的远程数据。利用智能采集终端采集数控设备的主轴转速，主轴温度，振动信号的频率等数据，同时监视数控设备，然后通过GPRS信号发送装置发送采集的数据信号，利用中国移动GSM/GPRS无线网络资源，可以将采集数据发送至监控中心，用户登陆系统信息管理软件，就能够在线监视分布式数控设备，利用多传感器融合和故障树远程诊断其故障。远端制造商可以通过与用户监控中心联系，交换、更新数据，帮助用户诊断故障并指导维修。同时，用户监控中心和远端制造商维护中心都拥有三个数据库。数据库1 存放各类与故障有关的数据；数据库2存放动态刷新的工况数据；数据库3存放适用于本地数控设备的CAD/CAPP等工程数据。2.1数据采集数控设备有单主轴和多主轴系统，在主轴上主要采集转速、温度、 振动量、切削力等信号，床身首先通过有限元计算，找到温度和位移量变化较大的位置安装温度和加速度传感器，根据数控设备的结构确定传感器的数量，同时采集室温和冷却液的温度。视频系统采用网络CAM，可以直接与交换机相连。图2所示为某数控加工中心传感器的布置位置示意图。图2加工中心传感器布置图Fig.1 Layout plan of sensor on machining center2.2 监控中心通信模块设计GPRS技术把Internet的通讯方式引入到了无线通信领域，实现了无线网络与有线网络的互连，采用标准TCPIP通讯模式与Internet直接交换数据，系统中GPRS模块采用MC35无线数据收发模块，完成微处理器与Internet通信工作，MC35是双频带GSM引擎TC35的改进产品，MC35支持GPRS多时隙(8通道)和GPRS编码方案(CS-l、CS-2、CS-3、CS-4)，工作在GSM900MHz和GSM1800MHz频带。RF部分和运行在GSM频带处理器中的GSM协议是一体化的。MC35通过40脚的ZIF连接器和外部连接，ZIF连接器建立了控制数据、音频信号和电源的接口。MC35支持2种协议：PAP(密码认证协议)和CHAP(挑战握手协议)，通常用来建立PPP(Point to-Point Protocol)连接。用网络控制协议族NCP来建立,其主要功能部件包括：GSM基带处理器、GSM无线通信部分、电源接口部分、静态存储器、40脚ZIF连接口、50欧姆天线接口，SIM卡接口和RS232接口。数据采集终端通过GPRS模块连接Internet后，就可以通过TCP/IP传输方式把相关的数据发送到主机上，从而实现信息数据的无线传输。GPRS模块的程序流程如图3。GPRS初始化监听远程数据有远程数据有工况数据NNY远程数据处理远程数据处理Y图3 GPRS模块的程序流程Fig.1 GPRS model program flowGPRS通信模块的初始化，主要是通过AT命令设置MC35的各种通信参数并与远程监控中心建立一个socket连接，然后侦听远程监控中心是否有参数传输或命令数据，如果侦听到远程数据传输，进行相应的处理，远程数据的侦听使用MC35的一种数据主动传输方式，当MC35接收到远程数据时，自动接收远程数据。终端在处理远程数据时，同时监听本地通信接口是否有来自主机控制器的工况数据传输请求，如果检测到有工况数据传输请求，则进行相应的处理，如果没有数据请求则终端无线传输处理模块重新进入侦听状态。2. 3 状态监测和故障诊断技术基于GPRS技术构建的远程监测与诊断系统现场设备各种运行状态信息由不同传感器采集，采集到的原始数据经过预处理、特征提取,生成代表设备运行不同状态的特征向量, 但由于诊断对象运行工况复杂,影响因素众多,同一种故障往往有不同的表现形式。在实际诊断监测过程中,不存在对所有故障敏感的特征参量,而同一种故障现象又常常是几种故障共同作用的结果。严格说来,在测量与故障特征之间以及故障特征与故障源之间都是一种非线性映射。因此,故障的多样性、不确定性和各种故障之间联系的复杂性构成了故障诊断技术上的难点。仅靠单一的故障特征量和诊断方法已无法完成诊断任务,而克服这一困难的方法之一就是利用数据集成与信息融合技术进行故障诊断。D-S（Dempster-Shafer）证据理论是多传感器信息融合中最常用的一种不精确推理方法之一,是目前用于信息融合的一种有效方法2- 8。D-S证据理论的基本思想是把证据集合(故障症状) 划分为若干个不相关的部分, 并分别利用它们对识别框(故障类) 进行判断,然后利用组合规则把它们组合起来。首先,根据诊断对象本身的结构建立相应的识别框架，利用一定的判别方法,得到各类传感器对各个故障类和不确定性的函数，将各函数按照D-S融合规则进行融合，确定新的函数，再计算信任测度和似然测度，从而产生对各故障类的信任区间，最后依照一定的决策规则进行诊断决策。3 实例研究分布式数控设备进行时时数据采集并对其运行状态进行监控，当数控设备出现故障时能及时得到警报信号，并给出故障原因，这里我们只给出对某数控加工中心振动信号的采集和运用D-S证据理论的信息融合故障诊断方法进行振动原因分析。因此融合诊断系统的识别框架，其中：为切削参数调整不当，为主刀架系统刚度下降，为定心尾架偏心分析识别框架中故障发生的机理，选择11种故障征兆参数，但是若把每一个参数都作为一个证据，那么推理计算量太大，同时每一个证据的信息过于分散，不利于故障有效识别，所以把11种故障征兆参数分为3类：4种振动频率范围（其中为主轴基频）、4种振动特征（相位特征、轴心轨迹、振动方向、进给方向）、3种敏感参数（主轴转速、主轴温度、进给量），有这3类故障征兆参数依次确定3的证据体。采用以上3个证据体对智能故障诊断系统力进行分析。其中，3个证据体通过初步的诊断分析，得到了故障空间中的3个元素：为切削参数调整不当，为主刀架系统刚度下降，为定心尾架偏心，相应的基本概率分配如表1所示。表1 3个证据体的基本可信度分配Tab.1 Basic probability assignment of 3 bodies of evidence证据体10.430.290.2820.380.320.3030.510.250.24根据D-S证据理论，将传感器1和传感器2进行信息融合，K=0.6528，融合结果见表2。表2 证据1、2的融合结果Tab.1 The result of evidence 1&2证据体10.430.290.2720.380.320.30融合结果0.470.270.23从表中可以明显地看出,融合之前传感器1与传感器2获得的两种证据体相对于故障 (切削参数调整不当)的基本可信任分配分别为0.43和0.38,两传感器融合后，对故障的信任度增加为0.47，基本信任分配得到了增强。将传感器1和2融合结果再和传感器3进行融合，K=0.6076，融合结果见表3表3 3个证据体的融合结果Tab.1 The result of evidence 1,2&3证据体1&20.470.270.2330.510.250.24融合结果0.620.170.14从以上融合结果可以看出,仅利用单一证据体对故障状态进行诊断识别信任测度比较低,有时无法准确识别出故障类型,而利用多故障特征的融合信息,则可以有效地提高故障的正确识别率.例如,当利用证据体2进行故障诊断时，三种故障（、）的可信度基本可信度分配分别为0.38、0.32、0.30，非常接近，导致无法诊断出故障原因，而当证据1与2融合决策时，得出产生故障的原因为 (切削参数调整不当)的基本可信任显著增强，而3个证据体融合决策时，进一步肯定了产生故障的原因为 (切削参数调整不当)，其可信度达到0.62，从而提高了诊断系统对故障类型的分类识别能力!4结束语结合GPRS 技术，设计和实现了对数控机床的远程监控系统，有效解决了以往对数控机床管理相对松散，管理人员投入较大等问题。同时从多传感器信息融合出发，提出了在目标识别中多传感器信息的融合，同时运用多传感器信息融合和D-S证据理论诊断技术改变了传统的制造设备诊断方法，经过多故障特征信息融合后，诊断结论的可信度明显提高，不确定性明显减小，因此所提出的基于D-S证据理论的故障诊断方法是有效的，这样大大提高了诊断和维修设备的效率，降低了设备维护成本，从而能够及时对故障进行维修。参考文献1 杨叔子，丁洪 机械设备诊断学的再探讨J. 华中理工大学学报，1993，19（2）:17.2 王军，苏剑波，席裕庚. 多传感器融合综述 J. 数据采集与处理, 2004, 19(1):72-77.3 周延佑，陈长年智能机床数控机床技术发展新的里程碑J制造技术与机床，2007，56(4):43454 张荣涛，孙宇等. 远程分布式故障诊断技术的研究. 工业仪表与自动化装置，2001（1）.5 Otman Basir. Xiao Hong Yuan. Engine fault diagnosis based on multi-sensor information fusion using DempsterShafer evidence theory Information. Department of Electrical and Computer Engineering, University of Waterloo. Information Fusion 8