一种数控机床故障自动诊断系统的制作方法

1.本发明属于设备诊断领域，涉及模型建立技术，具体是一种数控机床 故障自动诊断系统。


背景技术：

2.数控机床是数字控制机床的简称，是一种装有程序控制系统的自动化 机床。该控制系统能够逻辑地处理具有控制编码或其他符号指令规定的程 序，并将其译码，用代码化的数字表示，通过信息载体输入数控装置。经 运算处理由数控装置发出各种控制信号，控制机床的动作，按图纸要求的 形状和尺寸，自动地将零件加工出来。
3.正因为对数控机床的加工要求比较严格，所以大多数的工厂把严格的 重点都放在了数控机床加工出的零件产品上，对零件的产品进行把控，而 缺乏对数控机床本身的设备参数进行监控，进而导致很多时候数控机床出 现设备问题而不自知的情况出现。
4.为此，提出一种数控机床故障自动诊断系统。


技术实现要素：

5.本发明提供了一种数控机床故障自动诊断系统，用于对数控机床本身 的设备参数进行监控，避免数控机床出现设备问题而不自知的情况出现。 本发明通过参数获取模块采集设备工作参数；预处理模块对设备工作参数 进行预处理；模型训练模块对预处理模块的预处理结果进行训练得到训练 模型；故障诊断模块实时接收预处理模块预处理后的设备工作参数并代入 训练模型进行设备正常指数计算；设备正常指数与设备正常指数阈值进行 对比输出预警信号；故障报警模块接收预警信号并进行故障报警进而完成 数控机床故障自动诊断以及自主报警；有效避免数控机床出现设备问题而 不自知的情况出现。
6.本发明的目的可以通过以下技术方案实现：
7.一种数控机床故障自动诊断系统，包括控制器、用于接收控制器信号 的参数获取模块、用于对设备工作参数进行预处理的预处理模块、用于建 立训练模型的模型训练模块、故障诊断模块以及故障报警模块；
8.所述控制器，用于发送信号至其他模块，并控制其他模块进行动作；
9.所述参数获取模块，用于采集数控机床的设备工作参数并发送至预处 理模块；
10.所述预处理模块，用于对设备工作参数进行预处理；
11.所述模型训练模块，用于接收预处理模块的预处理结果并根据预处理 结果进行训练得到训练模型；
12.所述故障诊断模块，用于实时接收预处理模块预处理后的设备工作参 数并代入训练模型进行设备正常指数计算；
13.若连续三次的设备正常指数存在一次低于设备正常指数阈值，则发送 一级预警信号至故障报警模块；若连续三次的设备正常指数存在不低于两 次低于设备正常指数阈值，则发送二级预警信号至故障报警模块；
14.所述故障报警模块，用于接收预警信号并进行故障报警进而完成数控 机床故障自动诊断以及自主报警。
15.进一步地，所述设备工作参数包括振动频率、电流值、压力值、流量 值以及温度值。
16.进一步地，所述其他模块包括参数获取模块、预处理模块、模型训练 模块、故障诊断模块以及故障报警模块。
17.进一步地，所述参数获取模块进行设备工作参数采集时采用采样时长 为t、采样间隔为t的周期采样方式。
18.进一步地，所述预处理模块对设备工作参数进行预处理的过程包括：
19.预处理模块分别将振动频率、电流值、压力值、流量值以及温度值标 记为pti、iti、yti、lti、wti；i表示周期t内的采集次数，i＝1，
…
，n；
20.预处理模块对振动频率进行预处理，将振动频率pti进行降序排列， 选取最大值即振动频率峰值做为采样时长t内的振动频率值，标记为ptf；
21.预处理模块对电流值进行预处理，将电流值iti进行求和取平均值做 为采样时长t内的温度值it；
22.预处理模块对压力值进行预处理，将压力值yti进行降序排列，选取 最大值ytmax以及最小值ytmin；计算最大值ytmax以及最小值ytmin 的平均值yt＝(ytmax ytmin)/2做为采样时长t内的压力值yt；
23.预处理模块对流量值进行预处理，将流量值lti进行求和做为采样时 长t内的电流值lt；
24.预处理模块对温度值进行预处理，将温度值wti进行求和取平均值做 为采样时长t内的温度值wt。
25.进一步地，模型训练模块进行训练模型的过程包括：
26.预处理模块将处理后的振动频率、电流值、压力值、流量值以及温度 值发送至模型训练模块，模型训练模块设定设备正常指数szc，模型训练 模块对设备参数信息进行训练，得到训练模型。
27.进一步地，所述参数获取模块还用于实时采集设备工作参数，同样采 取周期采样方式。
28.进一步地，所述故障诊断模块用于对数控机床进行故障诊断，包括以 下步骤：
29.获取预处理模块处理后的振动频率、电流值、压力值、流量值以及温 度值；并将振动频率、电流值、压力值、流量值以及温度值发送至故障诊 断模块；
30.故障诊断模块将振动频率、电流值、压力值、流量值以及温度值标记 为ptj、itj、ytj、ltj、wtj，j表示按照采样间隔t执行的采集次数；j＝1，
…
， m；
31.故障诊断模块从数据存储模块中获取训练模型，将ptj、itj、ytj、ltj、 wtj代入训练模型进行设备正常指数szcj的计算：
32.设定设备正常指数阈值，若连续三次的设备正常指数szcj均超过设 备正常指数阈值，则表示设备正常，若连续三次的设备正常指数szcj存 在一次低于设备正常指数阈值，则发送一级预警信号至故障报警模块；若 连续三次的设备正常指数szcj存在超过两次低于设备正常指数阈值，则 发送二级预警信号至故障报警模块。
33.进一步地，一种数控机床故障自动诊断系统的诊断方法包括：
34.参数获取模块采集设备工作参数；
35.预处理模块对设备工作参数进行预处理；
36.模型训练模块对预处理模块的预处理结果进行训练得到训练模型；
37.故障诊断模块实时接收预处理模块预处理后的设备工作参数并代入 训练模型进行设备正常指数计算；
38.设备正常指数与设备正常指数阈值进行对比输出预警信号；
39.故障报警模块接收预警信号并进行故障报警进而完成数控机床故障 自动诊断以及自主报警。
40.与现有技术相比，本发明的有益效果是：
41.1、本发明控制器设定采样时长t，采样间隔t，发送数据采集信号至 参数获取模块；参数获取模块根据控制器的采样时长t、采样间隔t进行 设备工作参数；通过周期间隔性的进行设备工作参数进行采样，首先避免 了大量的数据重复采集，浪费物力人力，其次间隔性的采样数据可减小数 据计算。
42.2、本发明预处理模块对振动频率、电流值、压力值、流量值以及温 度值分别采取不同的处理方式，更加精确的反映出真实的数据情况，可有 效的反映出数控机床的设备问题，且通过建模的方式，为后期的数控机床 故障自动诊断提供了数据基础。
43.3、本发明设定设备正常指数阈值，若连续三次的设备正常指数szcj 均超过设备正常指数阈值，则表示设备正常，若连续三次的设备正常指数 szcj存在一次低于设备正常指数阈值，则发送一级预警信号至故障报警模 块；若连续三次的设备正常指数szcj存在超过两次低于设备正常指数阈 值，则发送二级预警信号至故障报警模块，采取不同的预警方式，第一避 免误判，第二可根据不同的报警等级派遣不同的维修服务人员。
附图说明
44.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对 实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地， 下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员 来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附 图。
45.图1为本发明一种数控机床故障自动诊断系统的诊断流程图。
具体实施方式
46.下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然， 所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于 本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所 获得的所有其它实施例，都属于本发明保护的范围。
47.随着对机械零件加工精度要求不断提高，加工强度不断增大，疲劳现 象更加容易出现在机床部件，导致机床故障发生频率提高。一旦故障发生 可能导致零件的报废、生产的停滞，造成企业的经济损失等问题。因此对 机床故障实时诊断已成为机床应用中的一个重要需求。
48.国内许多大学和研究所都在从事设备故障远程诊断方面的研究，比如 同济大学、上海交通大学等。同济大学cims研究中心在上海大众汽车有 限公司建立了以多媒体远程服务为基础的远程故障维修系统；北京机电研 究所设计的bmei
‑
ams
‑
1先进制造系统易于与internet相连，可实现远程 诊断、远程服务和实时监控。此外，北京理工大学和南京航空航天大学等 也开展了基于internet的fms远程故障诊断的研究。
49.目前，机床故障诊断大多采用通过设备层增加pc机进行有线组网的 方法，存在着布线复杂、妨碍机床部件运动、妨碍机床操作、电磁干扰造 成信号丢失和增大设备投入等缺点。基于物联网、大数据以及云平台技术 的发展，将故障诊断技术与其结合，可以提高机床远程故障诊断的智能化 程度。常用的物联网无线通信技术主要有蓝牙、zigbee、窄带物联网 (narrow band internet ofthings，nb
‑
iot)技术等，均已广泛应用于智慧 城市建设中。
50.如图1所示，该数控机床故障自动诊断系统的自动诊断过程可以包括 如下步骤：
51.步骤一：控制器设定采样时长t，采样间隔t，发送数据采集信号至 参数获取模块；参数获取模块根据控制器的采样时长t、采样间隔t进行 设备工作参数；
52.步骤二：参数获取模块获取数控机床的振动频率、电流值、压力值、 流量值以及温度值，并将参数获取模块采集的振动频率、电流值、压力值、 流量值以及温度值发送至预处理模块；预处理模块对设备工作参数进行预 处理；
53.步骤三：预处理模块将处理后的振动频率、电流值、压力值、流量值 以及温度值发送至模型训练模块，模型训练模块设定设备正常指数szc， 模型训练模块对设备工作参数进行训练，得到训练模型；
54.步骤四：获取预处理模块处理后的振动频率、电流值、压力值、流量 值以及温度值；并将振动频率、电流值、压力值、流量值以及温度值发送 至故障诊断模块；故障诊断模块将振动频率、电流值、压力值、流量值以 及温度值标记为ptj、itj、ytj、ltj、wtj，j表示按照采样间隔t执行的采 集次数；j＝1，
…
，m；
55.步骤五：故障诊断模块从数据存储模块中获取训练模型，将ptj、itj、 ytj、ltj、wtj代入训练模型进行设备正常指数szcj的计算，计算公式为：
[0056][0057]
步骤六：设定设备正常指数阈值，若连续三次的设备正常指数szcj 均超过设备正常指数阈值，则表示设备正常，若连续三次的设备正常指数 szcj存在一次低于设备正常指数阈值，则发送一级预警信号至故障报警模 块；若连续三次的设备正常指数szcj存在超过两次低于设备正常指数阈 值，则发送二级预警信号至故障报警模块。
[0058]
优选的，所述参数获取模块用于采集数控机床的设备工作参数，并将 采集的设备工作参数发送至预处理模块，预处理模块对设备工作参数进行 预处理，预处理过程包括以下：
[0059]
控制器设定采样时长t，采样间隔t，发送数据采集信号至参数获取 模块；
[0060]
参数获取模块根据控制器的采样时长t、采样间隔t进行设备工作参 数；
[0061]
参数获取模块获取数控机床的振动频率、电流值、压力值、流量值以 及温度值，并将参数获取模块采集的振动频率、电流值、压力值、流量值 以及温度值发送至预处理模块；
[0062]
预处理模块分别将振动频率、电流值、压力值、流量值以及温度值标 记为pti、iti、yti、lti、wti；i表示周期t内的采集次数，i＝1，
…
，n；
[0063]
预处理模块对振动频率进行预处理，将振动频率pti进行降序排列， 选取最大值即振动频率峰值做为采样时长t内的振动频率值，标记为ptf；
[0064]
预处理模块对电流值进行预处理，将电流值iti进行求和取平均值做 为采样时长t内的温度值；
[0065]
预处理模块对压力值进行预处理，将压力值yti进行降序排列，选取 最大值ytmax以及最小值ytmin；计算最大值ytmax以及最小值ytmin 的平均值yt＝(ytmax ytmin)/2做为采样时长t内的压力值yt；
[0066]
预处理模块对流量值进行预处理，将流量值lti进行求和做为采样时 长t内的电流值lt；
[0067]
预处理模块对温度值进行预处理，将温度值wti进行求和取平均值做 为采样时长t内的温度值wt。
[0068]
优选的，预处理模块将处理后的振动频率、电流值、压力值、流量值 以及温度值发送至模型训练模块，模型训练模块设定设备正常指数szc， 模型训练模块对设备工作参数进行训练，得到训练模型；
[0069]
并将训练模型发送至数据存储模块，其中为预设系数值，且预设系数 值由多次代入数值计算得出。
[0070]
优选的，所述故障诊断模块用于对数控机床进行故障诊断，具体的诊 断方式包括以下步骤：
[0071]
获取预处理模块处理后的振动频率、电流值、压力值、流量值以及温 度值；并将振动频率、电流值、压力值、流量值以及温度值发送至故障诊 断模块；
[0072]
故障诊断模块将振动频率、电流值、压力值、流量值以及温度值标记 为ptj、itj、ytj、ltj、wtj，j表示按照采样间隔t执行的采集次数；j＝1，
…
， m；
[0073]
故障诊断模块从数据存储模块中获取训练模型，将ptj、itj、ytj、ltj、wtj代入训练模型进行设备正常指数szcj的计算，计算公式为：
[0074][0075]
设定设备正常指数阈值，若连续三次的设备正常指数szcj均超过设 备正常指数阈值，则表示设备正常，若连续三次的设备正常指数szcj存 在一次低于设备正常指数阈值，则发送一级预警信号至故障报警模块；若 连续三次的设备正常指数szcj存在超过两次低于设备正常指数阈值，则 发送二级预警信号至故障报警模块。
[0076]
上述公式均是去除量纲取其数值计算，公式是由采集大量数据进行软 件模拟得到最接近真实情况的一个公式，公式中的预设参数和预设阈值由 本领域的技术人员根据实际情况设定或者大量数据模拟获得。
[0077]
本发明的工作原理：本发明通过参数获取模块采集设备工作参数；预 处理模块对设备工作参数进行预处理；模型训练模块对预处理模块的预处 理结果进行训练得到训练模型；故障诊断模块实时接收预处理模块预处理 后的设备工作参数并代入训练模型进行设备正常指数计算；设备正常指数 与设备正常指数阈值进行对比输出预警信号；故障报警
模块接收预警信号 并进行故障报警进而完成数控机床故障自动诊断以及自主报警；有效避免 数控机床出现设备问题而不自知的情况出现。
[0078]
在本发明所提供的实施例中，应该理解到，所揭露的设备，装置和方 法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示 意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时 可以有另外的划分方式；所述作为分离部件说明的模块可以是或者也可以 不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元， 即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际 的需要选择其中的部分或者全部模块来实现本实施例方法的目的。
[0079]
另对于本领域技术人员而言，显然本发明不限于上述示范性实施例的 细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具 体形式实现本发明。
[0080]
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非 限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在 将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。 不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
[0081]
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系 统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件 或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
[0082]
最后应说明的是，以上实施例仅用以说明本发明的技术方法而非限制， 尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应 当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明。