目前,国产高档数控机床与国际一流水平的差距主要体现在可靠性水平,尤其是关键功能部件的可靠性水平。自动换刀系统作为加工中心的关键功能部件之一,其工作状态直接影响着加工中心的运行情况和可靠性水平。自动换刀系统的换刀机械手是自动换刀系统中故障率最高的部件,它一旦发生故障就可能导致换刀失败、机床加工效率降低、产品损坏以及安全事故等问题。因此,针对换刀机械手开展健康状态评估及故障预测技术研究,将有利于为其制定合理的维修维护策略,为加工中心可靠性水平的提升及智能化发展打好基础。本文以加工中心自动换刀系统的换刀机械手为研究对象,在对其进行典型故障分析的基础上,研究搭建了换刀机械手的状态监测系统;采用模糊综合评判法和组合赋权法对换刀机械手进行健康状态评估,并应用粒子群算法优化改进灰色预测模型,进而对换刀机械手进行故障预测;最后,通过自动换刀系统可靠性台架试验数据验证了本文提出方法的有效性。本文主要研究内容如下:1.换刀机械手结构原理及故障分析。介绍换刀机械手的机械结构及换刀流程,应用故障树分析法进行换刀机械手典型故障分析,找到故障发生的根本原因,为状态监测系统的建立打好基础。2.建立了换刀机械手状态监测系统。根据故障分析结果,确定需要监测的换刀机械手的主要性能指标:换刀机械手振动、噪声、转角偏差、电机电流、电机温度。依据监测点选取原则及换刀机械手的结构特点,确定出各传感器的安装位置及安装方式,并为传感器配置相应的数据采集硬件和操作软件,实现换刀机械手的状态监测。3.针对多指标的健康状态评估特性,提出了基于模糊综合评判法和组合赋权法的换刀机械手健康状态评估方法。首先,将换刀机械手健康状态分为5个等级:健康、良好、注意、异常和故障,利用状态监测系统采集到指标数据,计算了各评价指标数据的相对劣化度,建立了5个状态等级的隶属度函数,构建出了隶属度矩阵。然后,分别采用熵权法和层次分析法求出各评价指标的权重,再应用组合赋权法将两种方法求出的指标权重结合起来,得到具有主客观意义的指标组合权重。最后,根据加权平均型模糊算子及最大隶属度原则确定出换刀机械手当前的健康状态,通过对换刀机械手的检查验证,验证了评估结果的准确性和有效性。4.针对换刀机械手故障预测时遇到的小样本、贫信息等问题,提出了基于粒子群算法及灰色预测模型的换刀机械手故障预测方法。根据换刀机械手健康状态评估结果,需要对非健康状态的换刀机械手进行典型故障预测。针对传统灰色预测模型GM(1,1)的背景值构造、初始值选择和参数估计等问题,在增加初始值偏差参数ε的基础上,应用粒子群算法对预测模型中a、b、ε三个参数进行了优化,并以换刀机械手转角偏差为例进行了分析验证,结果表明:基于粒子群算法改进后的GM(1,1)模型预测精度有明显提升,满足换刀机械手故障预测的需求,验证了本文提出方法的准确性和有效性。最后通过给定机械手转角偏差阈值,预测出何时换刀机械手会因转角偏差过大而发生故障。