1.4 数控机床故障诊断
数控机床是机电一体化紧密结合的典范,是一个庞大的系统,涉及机、电、液、气、电子、光等各项技术,在运行使用中不可避免地产生各种故障。关键的问题是如何迅速诊断,确定故障定位,及时排除解决,保证正常使用,提高生产率。
1.什么是预知(状态)维修?
预知维修(Predictive Maintenance)也称状态维修(Condition Maintenance),预知维修是使用监测诊断仪器或设备对数控机床和加工设备进行在线诊断,预报数控机床的工作状态和故障隐患,确定数控机床维修的时间和内容。这种方式可以避免定期预防维修制度中因过剩维修造成的材料消耗、维修费用增加以及停产减效,还可以减少因维修安排不当造成的过失维修。
预知维修是一种以设备状态为依据的预防维修方式。它是根据设备的日常点检、定检、状态监测和诊断提供的信息,经过统计分析来判断设备的劣化程度、故障部位和原因,并在故障发生前能进行适时和必要的维修。由于这种维修方式对设备有针对性地进行维修,修复时只需修理或更换将要或已损坏的零件,从而有效地避免意外故障和防止事故发生并减少维修费用。采用状态维修方式进行设备技术状态监测时,需要使用昂贵的监测仪器,因此主要适用于利用率高的重点设备和连续运转的设备。预知维修是目前世界上新兴的先进维修方式,是设备维修发展的方向。
2.数控机床与普通机床在诊断方面有什么区别?
普通机床从诞生到现在,从无轴式集中驱动转变为单台电动机或多台电动机驱动一台机床,由台钻到龙门刨床,都由强电(继电器、接触器)控制电动机运转来实现的,逻辑控制采用中间继电器联锁。因此,故障诊断也比较直观,维修工人起主导作用。检测仪器也比较简单,万用表是必不可少的检测仪器,问、看、嗅、听、量是一般通用的诊断程序。故障诊断的水平也就是维修者经验的积累程度,这时的故障诊断水平处于初级阶段。
数控机床与普通机床在结构上的区别在于数控机床是计算机引入制造系统后的一种机、电、液一体化的产物。数控系统是数控机床的控制核心,是普通机床与数控机床的最大区别,随着科学技术的发展,数控机床的主机结构也发生了明显的变化,例如,转塔刀架、刀库、机械手、对刀装置、检测装置均在数控机床上得到应用。又由于在FMS和CIMS系统中还有物料系统和管理系统的加入,使数控机床的故障诊断更加变得错综复杂。
在控制方面,数控机床采用数控系统、伺服控制、主轴电动机控制组成了与普通机床差别较大的弱电控制,这些是数控机床的核心部分。因此,数控机床故障诊断要求维修人员是集机、电、液一体的,具有较高文化素质的人员。在诊断手段、检测仪器和仪表的使用中都与普通机床的故障诊断有所不同。
3.数控机床的故障诊断使用哪几项技术?
可以用于数控机床的设备诊断技术很多,但基本技术主要有以下四种。
(1)检测技术
根据不同的诊断目的,选择适用的检查测量技术手段,以及对诊断对象最便于诊断的状态信号,进行检测采集的一项基本技术。由于设备状态信号是设备异常或故障信息的载体,因此,能否真实、充分地检测到反映设备情况的状态信号是这项技术的关键。
(2)信号处理技术
从伴有环境噪声和其他干扰的综合信号中,把反映设备状态的特征信号提取出来的一项基本技术。因此,需要排除或削弱噪声干扰,保留或增强有用信号,进行维式压缩和形式变换,以精化故障特征信息,达到提高诊断灵敏度和可靠性的目的。
(3)模式识别技术
对经过处理的状态信号的特征进行识别和判断,据此对是否存在故障,以及故障存在部位、原因和严重程度予以确定的一项基本技术。设备状态的识别实际是一个分类问题,它是从不相干的背景下提取输入信号中的有意义的特征,并将其变为可辨识的类别,以进行聚类的工作。
(4)预测技术
对未来发生或目前还不够明确的设备状态进行预估和推测,据以判断故障可能的发展过程,以及何时将进入危险范围的一项基本技术。在设备诊断中,预测技术除主要用于分析故障的传播和发展外,还要对设备的劣化趋势及剩余寿命做出预报。
除此之外,还必须重视以下技术内容。
(1)对故障机理的研究
对故障机理的研究是弄清故障的形成发展过程,了解故障的形态学特征,进一步掌握故障信号,提取故障特征和建立故障档案的基础。
(2)控制和校正技术
控制和校正技术对容易产生故障的过程以及已经存在的异常所采取的一种有效措施,例如,采用数值控制建立起自动识别及自动控制联锁报警功能、软件上的错点处理和信号源故障的自识别等。
(3)计算机技术的应用
设备诊断的大部分工作都可以依靠计算机的记忆、储存和科学运算功能去实现,特别是精密诊断和专家系统,没有计算机技术的支持就难以完成。
(4)网络技术的应用
借助互联网实现足不出户的远程诊断,使专家技术资源共享。
4.现代数控机床诊断技术有哪些、各有何特点?
现代数控机床的数控装置都配有故障诊断系统,可以由各种检测开关、传感器等把温度、速度、电流、压力、液位、行程等状态信息设置成各种报警信息,诊断故障的部位和状态。所以,在数控机床故障维修时要首先根据利于系统自诊断的报警提示信息。自诊断程序主要包括启动自诊断、在线诊断和离线诊断等。诊断程序就是对数控机床各部分包括数控系统本身进行状态或故障监测的软件,当机床出现故障时,可利用该诊断程序诊断出故障范围及其具体位置。
(1)启动自诊断
启动自诊断主要的诊断内容有CPU、ROM、RAM、EPROM、I/O(输入/输出)接口单元、CRT/MDI(手动数据输入)等装置和外设。只有当全部诊断项目确认无误后,整个系统才能进入正常运行准备状态,即系统显示器显示进入正常运行的基本页面(一般为位置显示页面)。如果检测发现错误,机床则不再转入正常运行状态,而是转向报警状态,通过系统显示器或硬件(发光二极管)产生报警。整个启动自诊断过程只需要数秒就可结束,一般不超过几分钟。
(2)在线诊断(后台诊断)
数控机床的在线诊断指数控系统通过系统的内装程序,在系统处于正常运行过程中,对数控系统本身与数控装置相连接的各个进给伺服单元、伺服电动机、主轴伺服单元和主轴电动机及外部设备等进行自动诊断检查。在线诊断包括数控系统内部设置的自诊断功能和机床制造商为用户单独设计的对机床加工过程状态监测与诊断系统,都是在机床正常运行过程中,监视其运行状态的。除监视数控系统内部各种状态外,还监测与数控装置连接的机床各执行部件,例如,进给和主轴伺服系统、坐标位置、接口信号、刀具自动交换(ATC)、工件自动交换(APC)、外部设备等。只要系统不断电,在线诊断就一直进行。
一旦检测出错误信号,诊断系统就通过系统显示器或报警指示灯提供报警信息,通过显示器显示的报警具有报警号和报警信息,可根据系统手册查找故障原因及排除方法。
1)系统硬件报警指示功能
在数控系统上设置了很多报警状态指示灯,控制单元、电源单元、伺服驱动单元、主轴驱动单元上均有报警指示灯,每个报警指示灯对应的报警内容在系统说明书上都有详细的解释。根据这些解释说明就能判断出故障的内容和故障发生的大概位置,便于故障的诊断和排除。
2)系统软件报警功能
数控系统的软件报警功能也就是通常讲的自诊断功能。在系统工作期间,自诊断功能时刻监视系统的工作状态,一旦发现异常,检测到故障,就立即以报警的方式在系统显示器上显示报警号和报警信息,设备维修人员根据报警信息和相关手册就可以诊断出故障原因,给予排除。
系统软件报警功能将故障进行分类报警,大致可归纳为下列几类:存储器报警、设置错误报警、程序错误报警、误操作报警、过热报警、伺服系统报警、超行程报警、连接错误报警、电源报警等。
此外,可编程控制器故障,连接故障,温度、压力、液位等不正常,超行程等都有相应的报警编号。
数控系统的软件报警功能和报警信息显示给数控机床的故障维修带来了极大的便利。因此,在数控机床使用和维修过程中,一定要充分重视,并利于故障报警显示信息,经过维修人员的分析和检测,最后找出故障真正原因,并将其排除。
为此,要特别重视、注意保持系统软件及系统数据,特别是数控系统和PLC的机床数据、PLC程序、PLC报警文本等随机所带的数控系统的关键技术资料,它们都是用后备电池保存于随机存储器RAM中。
(3)离线诊断
当数控系统出现故障或要判定系统是否真有故障时,往往要停止加工和停机检查,这就称为离线诊断(或称脱机诊断)。离线诊断的主要目的是对故障进行准确定位。例如,定位故障到某一模块,某一线路板或板上的某一部分电路,甚至某一芯片或器件,这种精确定位故障的方法对彻底恢复系统是十分必要的。
现代数控系统的离线诊断软件一般已与数控系统控制软件一起存在数控系统中,这样维修诊断时更方便。随着集成电路和微处理器的性能价格比的提高,目前,国外已将一些新的诊断概念和方法成功引入到诊断领域,使诊断技术进入一个更高阶段。这些新的诊断技术,有的已走向成熟,有的正处于研制与完善过程,下面介绍主要两种新的诊断技术。
1)通信诊断
通信诊断也称远程诊断或“海外诊断”。德国SIEMENS公司的数控系统就采用了这种诊断技术。用户只要把数控系统中专用的“网络接口”连接到电话线上,在SIEMENS维修中心也将专用通信诊断计算机上的“通信接口”连接到电话线上,然后由计算机向数控系统发送诊断程序,并利用计算机对测试数据分析,得出结论。随后,又将诊断结论和处理方法通知用户。通信诊断除了用于故障发生后的诊断外,还可为用户做定期的预防诊断。维修人员不必亲临现场。只需按预订时间对机床做一系列运行,在维修中心分析数据,以发现可能存在的故障隐患。但这类数控系统必须具备远程诊断接口及网络功能。
2)自修复系统
自修复系统是在系统内设置备用模块,在数控系统的软件中装有自修复程序,当该软件运行时,一旦发现某一模块有故障时,系统一方面将故障信息显示在显示器上,同时自动寻找是否有备用模块。如果有备用模块,则系统能自动地使故障模块脱机,而接通备用模块。从而使系统恢复到正常工作状态。由此可见,自修复实际是“冗余”概念的一种应用。这个方法非常适用于无人管理的自动化工厂或者不允许长时间停机的重要设备。
美国Cincinnati Milacron公司生产的950CNC系统就已采用了这种自修复技术。在950CNC系统的机箱内,空余处安装了一块备用CPU板,一旦系统中所用的四块CPU板有任何一块出现故障,均可立即用备用板代替故障板。
但是自修复技术需要将备板插入到机箱中的备用槽上。从理论上讲,备用板的品种越多越好,但这无疑增加了系统的成本。所以,往往只是配备一些极其重要的或容易出现故障的备用板。另一方面要求备用板与系统其他部分通信联系与被替换下来的模块相同。所以,本方案只适合于总线结构的数控系统。
(4)具有人工智能(AI)功能的专家诊断系统
专家系统是指这样一种系统:在处理实际问题时,本来需要具有某个领域专门知识的专家来解决,通过专家分析与解释数据并做出决定。为了像专家那样解决问题,以计算机为基础的专家系统就是力求去收集足够的专家知识;专家系统是利用专家推理方法的计算机模型来解决问题,且得出的结论与专家相同。因此,专家系统的重要部分是推理,这也是专家系统不同于一般资料库系统和知识库系统之处。在后者的系统中,只是简单的储存答案,而在专家系统中储存的不是答案,而是进行推理的能力和知识。专家诊断系统主要包括知识库和推理机两部分如图1-10所示。知识库中以各种规则形式存放着分析和判断故障的实际经验和知识;推理机对知识库中的规则进行解释,运行推理程序,寻求故障原因和排除故障的方法。
图1-10 专家诊断系统
日本FANUC公司已将专家系统引入了FANUC 15系统中,用于故障诊断。它是由知识库(Knowledge Base)、推理机(Inference Engine)和人机控制器(Man Machine Controller,MMC)三部分组成的。其中知识库存储在FANUC15系统的存储器内,它存储着专家们掌握的有关数控领域的各种故障原因及其处理方法。而推理机具有推理能力,能够根据知识推导出结论,而不是简单地去搜索答案。因此,它所具有的推理软件,以知识库为依据,分析、查找故障的原因。FANUC 15系统的推理机是一种采用“后向推理”策略的高级诊断系统。后向推理是先假设条件,然后回头检查支持这个结论的条件是否具备。如果条件具备,则结论成立。所以,它不同于先有条件后有结果的向前推理,以便更快地获得诊断的结论。在使用时,普通操作人员通过FANUC 15系统上的MDI/CRT操作,只做简单的会话式问答操作,就如同专家一样,诊断出数控系统或数控机床的故障。
(5)人工神经网络(ANN)诊断系统
神经网络理论是在现代神经科学研究成果的基础上发展起来的,神经网络由许多并行的功能单元组成,这些单元类似生物神经系统的单元。神经网络反映了人脑功能的若干特性,是一种抽象的数学模型。这种方式将被诊断的系统的症状作为网络的输入,将所要求得到的故障原因作为网络的输出,并且神经网络将经过学习所得到的知识以分布的方式隐蔽地存储在网络上,每个输出神经元对应着一个故障原因。目前,常用的几种算法:误差反向传播(BP)算法、双向联想记忆(BAM)模型和模糊认识映射(FCM)等。神经网络的特点是信息的分布式存储和并行协同处理,它有很强的容错性和自适应性,善于联想、综合和推广。将神经网络用于数控机床故障诊断,使它作为某些难以用传统方法处理的故障诊断的手段和方法,这是数控机床故障诊断与维修技术的发展方向。
(6)多传感器信息融合技术
要保证数控机床长期无故障运行及在故障情况下快速诊断和排除故障,需要检测系统进行加工状态监视以及提供故障情况下的状态信息。另外,还需要信息处理技术对状态信息分析提取特征以供监视和故障诊断使用。由于数控系统内在的复杂性和关联性,过去传统单因素检测和信息处理已显力不从心。多传感器信息融合概念的提出,为数控系统状态检测开辟了新途径。多传感器信息融合技术就是充分合理地选取各种传感器,提取对象的有效信息,充分利用多个传感器资料,通过对它们合理支配和使用,把多个传感器在空间或时间上冗余信息或互补信息依据某种准则来进行组合,以获得被测对象的原则性解释和描述,使该信息系统由此获得比它的各组成部分的子集所构成的系统更为优越的性能。利用多传感器对数控系统进行诊断,能大大降低误判率,提高诊断准确度。采用信息融合技术,先对同一层次的信息进行融合,获得更高层次的信息,再汇入相应的信息融合技术,这样从低层次至顶层对多元信息进行整理合并,逐层抽象,从而取得比单一传感器更准确更具体的诊断结果。由于ANN具有大规模并行处理能力、抗干扰能力及高度的非线形特性,可将它用于多传感器信息融合。
智能化集成诊断维修将传感器信息融合与人工智能技术、ANN技术相结合,建立集监测、诊断一体的智能集成系统,成为数控系统故障诊断的新方向。集成诊断专家系统能充分利用多种形式的知识(经验知识、状态知识、物理知识等)诊断推理,结合多种故障信息(征兆信息、状态监测信息等)进行综合诊断。可实现实时监测与诊断,提高了智能诊断与决策水平和数控机床诊断的自动化程度。因此,积极开展数控机床智能集成诊断系统的研究具有重要的理论价值和实际意义。