神经网络信息融合技术在数控机床故障诊断中的应用

摘要连续生产的机械设备，其完好运行对于产品品质以及公司利益是至关重要的。数控机床一旦发生故障，其经济损失往往是巨大的。使用信息融合技术能够大大提高机床故障诊断的精度，从而为公司避免更大的经济损失的形成。所以在数控机床的故障诊断中利用信息融合技术十分具有市场前景。

【关键词】信息融合技术 数控机床 故障诊断

信息融合技术随着科学技术发展的需要，在各个领域得到了广泛的应用。在诊断数控机床出现的故障中，使用该技术的多传感器故障诊断融合系统模型，可以大大提高故障诊断的精确性。

众所周知的，机械设备生产，尤其是连续生产系统，机械设备的良好运行是非常关键的。所以，在操作机床时要尽量避免故障的发生，及时准确的检测系统对于解决该问题贡献巨大。故在机床的故障诊断中应用信息融合技术是非常具有市场前景的。

1 数控机床简介

数控机床主要包括两种系统:开环控制以及闭环控制。所谓开环控制，就是使用控制介质对机床工作台的运动参数进行输入，控制参数主要有：运动位移大小、速度以及方向和轨迹等等。这些参数反馈到数控装置，数控装置通过计算生成进给脉冲序列，经伺服系统转换后，最终实现要求动作。闭环系统就是在开环系统的基础上加入了测量反馈装置。其结构作用如下图所示：

2 数控机床的故障诊断

2.1 故障诊断基本原理

所谓机床故障，就是指数控机床不能实现预定功能。所谓数控机床的故障诊断就是指在数控机床运行过程中，通过一定的检测手段，对设备状态进行分析，一旦设备出现故障，能够快速对故障部位以及故障原因进行确定，并提供可选的维修方案。

一般来说，设备的根本作用就是实现能量的转换与传递，在此过程中，设备的状态越好，设备的附加损耗越少。数控机床的故障诊断就是以能量耗散情况为基础的。机械设备的能量传递表征参数为速度以及受力，而附加损耗的表征物理量为温度及振动参数。对附加能量损耗的变化的检测能够及时掌握设备劣化程度或故障情况。

2.2 机床故障及分类

数控机床的加工精度高，其原理也十分复杂，所以其故障时具有多样性、复杂性以及特殊性的。其分类原则一般如下：

2.2.1 发生故障的状态

突然故障—在故障前没有故障征兆：一般是人为操作不当引起的。

渐变故障—故障前有故障征兆：机械故障积累的结果。

2.2.2 故障原因

关联性故障—由于数控机床的结构、设计或性能存在缺陷而引起的故障；

非关联性故障—故障的出现与系统自身无关。

2.2.3 故障程度

危险性故障—发生故障的机床在执行动作时没有保护措施，可能致使人身或机械设备事故。

安全性故障—保护系统误动作，致使机床不能起动。

2.2.4 故障性质

软件故障—数控程序错误导致的参数输入错误或机床误操作；

硬件故障—机床主体的硬件损坏造成的机床故障。

干扰故障—工作环境变化或者工作环境设计例如线路设计等不合理产生的故障。

之前我们提到过，数控机床的故障原因是具有复杂性的，所以要选择合理合适的方法排除故障根源。

2.3 数控机床的故障机理分析

故障机理就是指导致数控机床系统以及零部件出现故障现象的物理、化学以及机械学过程。研究故障机理的三要素主要包括：

原因：致使数控机床系统故障的主观因素：电压、电流、质量、辐射能等。

对象：致使数控机床系统故障的客观因素：机床系统的自身设计问题、存在的安全隐患、工作环境恶劣等等。

结果：异常状态的确认。

故障的发生一般不是由单一因素引起的，但是可能是某一种或几种起主导作用。在以往的研究中，有很多关于建立测量信号与故障现象联系的试验。在判别故障状态时，不能简单的通过传感器获取的信号来确认，而是要对采集到的信号进行变换处理，将有效的特征从中提取出来进行识别，也就是对故障进行判别要依据具体的情况。在这个过程中，提取出的有效的特征的品质对于对系统故障的判别的可靠性是至关重要的。所以在检测和诊断数控机床故障过程中信号处理技术是重要的核心技术之一。

故障诊断中，先设计输出观测器，然后通过输入系统的实际输出参量对该观测器进行调试得出一个被诊断系统正常工作情况下的数据模型。众所周知的，机床运行过程中，周围的干扰信号会影响系统的运行，所以数控机床系统的故障信号具有不平稳性。

3 信息融合与故障诊断的关系

信息融合和故障诊断在目的上是一致的，下面我们将介绍二者进行结合的主要原因：

（1）信息融合技术的使用能够改善有效信号的质量，从而保证故障诊断的可靠性。在我们传统的故障诊断中，故障诊断系统分析和处理的数据信息是当下系统运行的原始信息，进而对有效信息进行提取。明显地，多传感器的信息融合技术比故障诊断技术能够提供的有用信息更多。

（2）相同的信号能够产生不同的特征信息，系统出现故障的原因很复杂，而不同原因的故障表现却有可能相同，所以应用信息融合技术在故障诊断中，能够增加对不同信号的处理量，从而确定故障原因。

（3）外界干扰会影响故障诊断过程。对数控机床系统进行诊断时，干扰的存在会使得有效信息不准确，降低故障诊断的精度。

4 基于信息融合技术的故障诊断方法类型

4.1 基于统计的融合方法

一般来讲，数学理论是推理算法的基础，对多个变量进行统计的前提条件是要学习多维空间的概率密度函数等知识，所以其在实际中的应用十分受局限。数学理论不断发展，贝叶斯推理算法的出现，对解决该类问题的难度有所降低。但当问题的假设条件较多时，这种方法的弱点就会十分明显，例如难以定义先验似然函数以及相互对立的假定不兼容等等。

4.2 基于信息论的融合方法

所谓基于信息论就是指将自然分组与目标类型相联系的融合方法，在进行聚类分析时，用启发式的算法代替数学统计理论算法，将观测对象进行自然组的划分，以相似准则为依据，事先制定一定的规则，然后再联系目标类型以及自然组。基于信息论的融合方法在生物学科和社会学科应用广泛。

4.3 基于认识模型的信息融合

知识库系统与专家系统的信息融合算法是应用广泛的可实现的一种方法。由于该方法在表达知识时需要辅以符号以及数字描述，专家系统的使用局限性非常明显。所以我们对新的识别技术的研究是任重而路远的。在下图中我们给出了多传感器与故障诊断融合系统的原理框图。

5 基于信息融合模糊决策在数控故障诊断与定位中的应用

基于信息融合的模糊神经网络控制方法可以有效的诊断数控机床的故障。若将故障空间进行子空间的划分，将机床的正常与故障状态进行分别分析。模糊神经网络应用于故障诊断中，每个网格只能诊断同一种故障。而多个网络训练时，他们之间没有相互影响，每当出现新故障时仅需相应增加一个网格。其实现步骤如下：

（1）结合实际情况选定对模糊神经网络的输入；

（2）结合工程需要对网络模型进行设计；

（3）模糊神经网络的训练以及检验。

确定对模糊神经网络输入过程也是提取特征向量的过程，在进行故障诊断时，要对实际工程进行一定的处理，然后再输入采集的样本数据。

6 结语

神经网络信息融合技术应用于故障诊断，大大增加了故障诊断的有效性，使得数控机床系统的的正常运行能力得到了提高。本文简单介绍了数控机床的故障诊断，以及基于信息融合模糊决策在数控故障诊断与定位中的应用，经实践证明神经网络信息融合技术应用于数控机床故障诊断是非常具有实用价值的。

参考文献

[1]聂彩丽.数控机床网络化机械故障诊断系统的研究[D].河北农业大学,2008.

[2]何友等著.多传感器信息融合及应用[M]. 电子工业出版社,2000.

[3]吴锋,潘书澜,邹博文.基于BP神经网络的电控汽油机传感器故障在线诊断技术研究[J].内燃机学报,2006(04).

作者单位

武汉职业技术学院湖北省鄂州市436000

推荐访问:神经网络 数控机床 故障诊断 融合 技术