论文部分内容阅读
在制造业装备中,数控机床的占有率不断提高,它是生产中的关键设备,若出现故障后不能及时正确地进行故障诊断和维修,将带来较大的经济损失。伺服系统是数控机床的重要组成部分,在连续生产过程中,伺服系统任何部分产生故障,都会影响加工精度及效率,并可能损坏整个机床,甚至影响整个生产线的正常运行,造成重大的经济损失。及时、准确的确定其故障,可以降低生产加工成本,提高生产效率及机床的可靠性。在国家自然科学基金项目“存在环境影响下动态系统在线故障预测与最优维护研究”和吉林省教育厅项目“精密机电系统故障诊断与预报技术的研究”的支持下,对数控铣床伺服系统的故障诊断与预报进行了深入研究。为了精确实现数控铣床的故障诊断与预报,本文以数控机床的典型代表数控铣床的伺服系统为研究对象,对数控铣床伺服系统运行过程中其主要组成部分传动机构、驱动系统、检测装置故障产生的机理进行了深入分析。以分析的数控铣床伺服系统故障机理为基础,采用小波的方法对传动机构的轴承进行故障诊断,应用基于扩展卡尔曼滤波的方法对驱动系统的电机故障进行诊断。由于伺服进给系统的复杂性和各种故障诊断方法所固有的局限性,很难通过一种诊断方法解决故障诊断问题。为了有效利用带有各种不确定性的定量信息和定性知识,实现对数控铣床伺服系统这一复杂机电系统的综合故障诊断,提出了基于证据推理算法的置信规则库推理方法(RIMER), RIMER主要包括知识的表达和知识的推理。其中,知识的表达通过置信规则库(BRB)专家系统来实现,而知识的推理则通过证据推理(ER)算法实现。BRB系统由一系列置信规则组成,它本质上是一种专家系统,能够有效利用各种类型的信息,建立输入和输出之间的非线性模型。最后提出了置信规则库专家系统的离线优化模型。针对数控铣床故障的特点,结合以上工作,对数控铣床伺服系统的故障诊断与预报进行了深入研究。采用基于置信规则库的方法对数控铣床伺服系统的工作台进行故障诊断。基于置信规则库(BRB)的推理方法,提出了一种基于BRB的故障预测模型,该模型能够利用多个特征量的半定量信息实现故障的综合预测。最后利用该模型对伺服系统中丝杠的故障进行预报。仿真实验验证了该方法可以充分利用各种不确定信息,提高了诊断与预报的精度。基于LabVIEW开发了数控铣床伺服系统故障诊断与预报系统软件,实现了系统的故障诊断与预报等功能。经实验及实际应用验证,设计开发的故障诊断与预报系统诊断精度高,系统运行稳定可靠。