數(shù)控設(shè)備狀態(tài)監(jiān)測(cè)與智能維護(hù)交大

主講人：王太ywang@189.cn第二部分?jǐn)?shù)控裝備狀態(tài)監(jiān)測(cè)與智能診斷系統(tǒng)研究與設(shè)計(jì)主講人：王太勇

博士/教授/博導(dǎo)

天津大學(xué)數(shù)字化制造與測(cè)控技術(shù)研究所所長(zhǎng)北京交通大學(xué)數(shù)字化制造與智能測(cè)控技術(shù)中心主任中國(guó)機(jī)械工程學(xué)會(huì)機(jī)床專委會(huì)主任中國(guó)振動(dòng)工程學(xué)會(huì)機(jī)械動(dòng)力學(xué)學(xué)會(huì)理事長(zhǎng)中國(guó)振動(dòng)工程學(xué)會(huì)機(jī)械故障診斷學(xué)會(huì)副理事長(zhǎng)中國(guó)計(jì)量測(cè)試學(xué)會(huì)常務(wù)理事及在線檢測(cè)技術(shù)專委會(huì)主任天津市機(jī)械加工學(xué)會(huì)理事長(zhǎng)電話/p>

郵箱：tywang@189.cn

網(wǎng)址：主要從事數(shù)控技術(shù)與數(shù)字化制造、智能診斷與動(dòng)態(tài)測(cè)控技術(shù)、機(jī)械動(dòng)力學(xué)、CAD/CAE/CAM/PDM及制造業(yè)信息化等研究工作。主持國(guó)家和省部級(jí)各類項(xiàng)目50余項(xiàng)，獲省部級(jí)一等獎(jiǎng)2項(xiàng)、二等獎(jiǎng)4項(xiàng)，國(guó)家發(fā)明專利等10余項(xiàng)，發(fā)表論文300余篇，被SCI/EI收錄100余篇次?！疤齑缶妗睌?shù)控系統(tǒng)及數(shù)控機(jī)床等主要學(xué)術(shù)成果已在形成產(chǎn)業(yè)化，前景廣闊。數(shù)控裝備狀態(tài)監(jiān)測(cè)與智能診斷的研究現(xiàn)狀與趨勢(shì)數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)數(shù)控裝備故障診斷和智能維護(hù)技術(shù)數(shù)控裝備狀態(tài)監(jiān)測(cè)與智能診斷系統(tǒng)研究與設(shè)計(jì)1.數(shù)控裝備狀態(tài)監(jiān)測(cè)與智能診斷的研究現(xiàn)狀與趨勢(shì)1.1狀態(tài)監(jiān)測(cè)與故障診斷技術(shù)介紹1.2最新發(fā)展動(dòng)態(tài)1.3重點(diǎn)講述

制造系統(tǒng)的自動(dòng)化、最優(yōu)化、柔性化、集成化、智能化、精密化和高速化趨勢(shì)，對(duì)數(shù)控設(shè)備的狀態(tài)監(jiān)測(cè)和故障診斷提出越來越高的要求。智能化的監(jiān)測(cè)手段和診斷方式已經(jīng)成為提高數(shù)控裝備穩(wěn)定性的必要手段。

1.數(shù)控裝備狀態(tài)監(jiān)測(cè)與智能診斷的研究現(xiàn)狀與趨勢(shì)1.1狀態(tài)監(jiān)測(cè)與故障診斷必要性按技術(shù)水平的高低，數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障診斷技術(shù)可分為三類：

第一類：手工診斷技術(shù)，診斷結(jié)果是建立感官和專業(yè)經(jīng)驗(yàn)基礎(chǔ)上，僅對(duì)診斷信息作簡(jiǎn)單的處理。

第二類：以傳感器技術(shù)和動(dòng)態(tài)測(cè)試技術(shù)為手段、以信號(hào)處理和建模處理為基礎(chǔ)的常規(guī)診斷技術(shù)。其中，信號(hào)處理包括統(tǒng)計(jì)分析、相關(guān)分析、頻譜分析、小波分析和模態(tài)分析等。

第三類：智能診斷技術(shù)。至90年代初期以后，由于數(shù)控裝備設(shè)備的大型化、復(fù)雜化以及連續(xù)高速運(yùn)行的需要，基于知識(shí)的專家系統(tǒng)和以并行分布處理為特征的人工神經(jīng)網(wǎng)絡(luò)等技術(shù)在智能故障診斷中的應(yīng)用，使得故障診斷技術(shù)更多的融入了人工智能的技術(shù)。

1.1狀態(tài)監(jiān)測(cè)與故障診斷必要性1.數(shù)控裝備狀態(tài)監(jiān)測(cè)與智能診斷的研究現(xiàn)狀與趨勢(shì)近年來，世界上各大數(shù)控廠商不斷推出具有自診斷、自修復(fù)、基于人工智能和遠(yuǎn)程診斷維護(hù)技術(shù)的高端數(shù)控系統(tǒng)。如西門子ePS和FANUC18i系列監(jiān)測(cè)系統(tǒng)等,在國(guó)內(nèi)天津天大精益數(shù)控技術(shù)有限公司也研制成功了具有在機(jī)質(zhì)量檢測(cè)、在線狀態(tài)監(jiān)測(cè)與智能診斷功能的網(wǎng)絡(luò)化數(shù)控系統(tǒng)。西門子天大精益發(fā)那科1.2最新發(fā)展動(dòng)態(tài)1.數(shù)控裝備狀態(tài)監(jiān)測(cè)與智能診斷的研究現(xiàn)狀與趨勢(shì)

(1)西門子新一代狀態(tài)監(jiān)視技術(shù)——ePS(electronicProductionsystem)網(wǎng)絡(luò)服務(wù)

在2005年的EMO行業(yè)展覽會(huì)上，西門子工業(yè)自動(dòng)化與驅(qū)動(dòng)技術(shù)集團(tuán)第一次展示了其新一代狀態(tài)監(jiān)視技術(shù)——ePSNetworkServices。1.2最新發(fā)展動(dòng)態(tài)ePS網(wǎng)絡(luò)服務(wù)整體實(shí)施過程ePS通過定期執(zhí)行預(yù)先設(shè)定的測(cè)試序列，采集測(cè)試數(shù)據(jù)，并上傳到網(wǎng)絡(luò)服務(wù)器進(jìn)行自動(dòng)數(shù)據(jù)分析

ePS能夠?qū)崟r(shí)把握設(shè)備運(yùn)行狀態(tài)，在設(shè)備維護(hù)時(shí)能有效地得到設(shè)備提供方、高等院校和其它相關(guān)部門的技術(shù)支持，大大提高維護(hù)效率和生產(chǎn)質(zhì)量。1.數(shù)控裝備狀態(tài)監(jiān)測(cè)與智能診斷的研究現(xiàn)狀與趨勢(shì)

(1)西門子新一代狀態(tài)監(jiān)視技術(shù)——ePS(electronicProductionsystem)網(wǎng)絡(luò)服務(wù)1.2最新發(fā)展動(dòng)態(tài)ePS對(duì)數(shù)控設(shè)備狀態(tài)進(jìn)行各種標(biāo)準(zhǔn)測(cè)試ePS可對(duì)數(shù)控設(shè)備狀態(tài)進(jìn)行各種標(biāo)準(zhǔn)測(cè)試，包括，圓度測(cè)試、恒速軸測(cè)試、通用軸測(cè)試、PLC監(jiān)控等。通過這些測(cè)試可準(zhǔn)確把握機(jī)床狀態(tài)。例如，通過新的PLC負(fù)荷監(jiān)視器，可以對(duì)每個(gè)機(jī)器部件進(jìn)行負(fù)荷分析，從而可以對(duì)機(jī)床的軸和主軸的狀態(tài)做出判斷。1.數(shù)控裝備狀態(tài)監(jiān)測(cè)與智能診斷的研究現(xiàn)狀與趨勢(shì)

(2)天大精益數(shù)控系統(tǒng)有機(jī)集成多種監(jiān)控技術(shù)

在加工過程中，應(yīng)時(shí)刻保持機(jī)床處于良好或最優(yōu)工作狀態(tài)。尤其對(duì)于單件加工成本較高的工件以及復(fù)雜精密機(jī)床。其產(chǎn)品報(bào)廢及機(jī)床損壞甚至是加工效率的降低都將造成巨大損失。在此情況下，需要及時(shí)掌握加工狀態(tài)信息，以便迅速做出調(diào)整。傳統(tǒng)上采用巡檢或定期檢測(cè)的方式，以保持機(jī)床性能。但這種方式不足以防止加工過程中的異常發(fā)生。

天津大學(xué)數(shù)字化制造與測(cè)控技術(shù)研究所提出了數(shù)控機(jī)床在線狀態(tài)監(jiān)測(cè)與在機(jī)質(zhì)量檢測(cè)的新方法，并結(jié)合最新的網(wǎng)絡(luò)技術(shù)，提出了數(shù)控裝備的遠(yuǎn)程狀態(tài)監(jiān)測(cè)與智能故障診斷方法，并將其成功應(yīng)用在了自主開發(fā)的高檔數(shù)控系統(tǒng)TDNC-H8上。1.2最新發(fā)展動(dòng)態(tài)1.數(shù)控裝備狀態(tài)監(jiān)測(cè)與智能診斷的研究現(xiàn)狀與趨勢(shì)

(2)天大精益數(shù)控系統(tǒng)有機(jī)集成多種監(jiān)控技術(shù)——在線狀態(tài)監(jiān)測(cè)1.2最新發(fā)展動(dòng)態(tài)天大精益TDNC-H8在線狀態(tài)監(jiān)測(cè)模塊功能1.數(shù)控裝備狀態(tài)監(jiān)測(cè)與智能診斷的研究現(xiàn)狀與趨勢(shì)

(2)天大精益數(shù)控系統(tǒng)有機(jī)集成多種監(jiān)控技術(shù)——機(jī)質(zhì)量檢測(cè)1.2最新發(fā)展動(dòng)態(tài)天大精益在機(jī)質(zhì)量檢測(cè)技術(shù)實(shí)施流程天大精益在機(jī)質(zhì)量檢測(cè)系統(tǒng)構(gòu)成1.數(shù)控裝備狀態(tài)監(jiān)測(cè)與智能診斷的研究現(xiàn)狀與趨勢(shì)

(2)天大精益數(shù)控系統(tǒng)有機(jī)集成多種監(jiān)控技術(shù)——遠(yuǎn)程狀態(tài)監(jiān)測(cè)與智能故障診斷1.2最新發(fā)展動(dòng)態(tài)具有遠(yuǎn)程狀態(tài)監(jiān)測(cè)與智能故障診斷功能的天大精益數(shù)控系統(tǒng)1.數(shù)控裝備狀態(tài)監(jiān)測(cè)與智能診斷的研究現(xiàn)狀與趨勢(shì)

(3)行業(yè)新標(biāo)準(zhǔn)——MTConnect、TDNC-Connect1.2最新發(fā)展動(dòng)態(tài)MTConnect實(shí)施過程2009年，由美國(guó)機(jī)械制造技術(shù)協(xié)會(huì)（AMT）聯(lián)合美國(guó)通用電氣等世界制造業(yè)主要企業(yè)推出了機(jī)床通信新標(biāo)準(zhǔn)——MTConnect，目的在于解決數(shù)控設(shè)備狀態(tài)監(jiān)測(cè)數(shù)據(jù)交換不統(tǒng)一問題。MTConnect協(xié)議是XML編程語(yǔ)言中的一個(gè)標(biāo)準(zhǔn)，可以將機(jī)床連接到互聯(lián)網(wǎng)上。通過使用統(tǒng)一的數(shù)據(jù)交換標(biāo)準(zhǔn)，有利于數(shù)控設(shè)備狀態(tài)監(jiān)測(cè)與智能診斷技術(shù)大范圍推廣應(yīng)用。1.數(shù)控裝備狀態(tài)監(jiān)測(cè)與智能診斷的研究現(xiàn)狀與趨勢(shì)

(3)行業(yè)新標(biāo)準(zhǔn)——MTConnect、TDNC-Connect1.2最新發(fā)展動(dòng)態(tài)值得提及的是，考慮到MTConnect標(biāo)準(zhǔn)在數(shù)控裝備故障診斷和狀態(tài)監(jiān)測(cè)數(shù)據(jù)描述中的不足，天津大學(xué)數(shù)字化制造與測(cè)控技術(shù)研究所開發(fā)出了對(duì)數(shù)控裝備故障診斷和狀態(tài)監(jiān)測(cè)數(shù)據(jù)進(jìn)行更加詳盡描述的TDNC-Connect傳輸協(xié)議，該協(xié)議不僅包含了數(shù)控機(jī)床的固有屬性，同時(shí)也包含的傳感器獲取的機(jī)床物理狀態(tài)信息，能夠更加全面的反映出數(shù)控設(shè)備的各種狀態(tài)。1.數(shù)控裝備狀態(tài)監(jiān)測(cè)與智能診斷的研究現(xiàn)狀與趨勢(shì)本部分課程在結(jié)合數(shù)控裝備狀態(tài)監(jiān)測(cè)與智能診斷最新的發(fā)展動(dòng)態(tài)的基礎(chǔ)上，將從與狀態(tài)監(jiān)測(cè)與智能診斷相關(guān)的基礎(chǔ)理論入手，先介紹基本的數(shù)據(jù)采集與信號(hào)分析方法，然后講述各種智能診斷系統(tǒng)所使用到的人工智能技術(shù)，最后講述數(shù)控裝備智能維護(hù)的相關(guān)技術(shù)。1.3重點(diǎn)講述1.數(shù)控裝備狀態(tài)監(jiān)測(cè)與智能診斷的研究現(xiàn)狀與趨勢(shì)狀態(tài)監(jiān)測(cè)與智能故障診斷技術(shù)：新興綜合性科學(xué)技術(shù)2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)概述狀態(tài)監(jiān)測(cè)與故障智能診斷技術(shù)的主要內(nèi)容：數(shù)控加工設(shè)備、加工過程狀態(tài)檢測(cè)與故障診斷技術(shù)研究的主要內(nèi)容，同時(shí)也是需要突破的技術(shù)關(guān)鍵是：在復(fù)雜多變的工況與過程中快速有效地識(shí)別狀態(tài)；進(jìn)行動(dòng)態(tài)、關(guān)聯(lián)、離散設(shè)備的狀態(tài)監(jiān)測(cè)與故障診斷；在無(wú)法完全獲取狀態(tài)及故障的先驗(yàn)知識(shí)樣本及故障類別時(shí)進(jìn)行識(shí)別分類；簡(jiǎn)捷地實(shí)現(xiàn)實(shí)際加工現(xiàn)場(chǎng)環(huán)境下的檢測(cè)與診斷；概述2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)狀態(tài)監(jiān)測(cè)與智能故障診斷技術(shù)作用：安全生產(chǎn)預(yù)防設(shè)備惡性事故故障前兆代替定期檢修經(jīng)濟(jì)效益每年設(shè)備故障處理費(fèi)用可減少25-50%關(guān)鍵設(shè)備實(shí)時(shí)監(jiān)測(cè)有的放矢處理故障，節(jié)約處理時(shí)間傳統(tǒng)故障處理時(shí)間分配概述2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.1信號(hào)的定義與分類2.2信號(hào)的采集與預(yù)處理2.3時(shí)域分析方法及其在數(shù)控機(jī)床故障診斷中的應(yīng)用2.4頻域分析方法在數(shù)控機(jī)床故障診斷中的應(yīng)用2.5隨機(jī)共振算法研究及其在數(shù)控機(jī)床故障診斷中的應(yīng)用2.6典型的故障診斷理論技術(shù)

2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)目錄2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.1信號(hào)的定義與分類工程上所遇到的大多數(shù)信號(hào)均為動(dòng)態(tài)信號(hào)，我們可以按以下幾種方法對(duì)其進(jìn)行分類：(1)確定性信號(hào)和隨機(jī)信號(hào)可以用明確的數(shù)學(xué)表達(dá)式描述的信號(hào)稱為確定性信號(hào)。

隨機(jī)信號(hào)所描述的物理現(xiàn)象是一種隨機(jī)過程，它在某個(gè)點(diǎn)上的取值是隨機(jī)變量，不能用數(shù)學(xué)關(guān)系式描述。(2)能量信號(hào)和功率信號(hào)若信號(hào)在所分析的區(qū)間能量為有限值，則該類信號(hào)稱為能量信號(hào)。若區(qū)間變?yōu)闊o(wú)窮大時(shí)，上式仍然大于零，則信號(hào)具有有限的平均功率，此類信號(hào)稱之為功率信號(hào)。(3)時(shí)限與頻限信號(hào)時(shí)域有限信號(hào)在有限區(qū)間內(nèi)定義，其幅值在區(qū)間外恒等于零。頻域有限信號(hào)是指信號(hào)經(jīng)過傅立葉變換，在頻域內(nèi)占據(jù)一定帶寬,其幅值在區(qū)間外恒等于零。2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.2信號(hào)的采集與預(yù)處理根據(jù)信號(hào)采集后的分析方式，目前的故障診斷系統(tǒng)可分為：離線式故障診斷系統(tǒng)。(2)在線式故障診斷系統(tǒng)。(3)網(wǎng)絡(luò)化遠(yuǎn)程故障診斷系統(tǒng)。離線監(jiān)測(cè)與故障診斷

定期或不定期的巡檢的方式采集現(xiàn)場(chǎng)數(shù)據(jù)，然后回放到計(jì)算機(jī)，由計(jì)算機(jī)軟件進(jìn)行監(jiān)測(cè)與診斷分析。

特點(diǎn)：離線分析，對(duì)突發(fā)故障無(wú)能為力，但可精細(xì)分析例如：基于便攜式數(shù)采儀的故障診斷與預(yù)測(cè)維修系統(tǒng)2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.2信號(hào)的采集與預(yù)處理2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.2信號(hào)的采集與預(yù)處理離線監(jiān)測(cè)與故障診斷國(guó)外：SKF、日本理音、美國(guó)艾默生、ENTEK等；國(guó)內(nèi)：天大精益、北京西馬力、上海華陽(yáng)、北京振通、上海容知、東昊測(cè)試2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.2信號(hào)的采集與預(yù)處理離線監(jiān)測(cè)與故障診斷（

EMERSON艾默生便攜式機(jī)械設(shè)備診斷分析儀）★內(nèi)置智能診斷功能模塊，使得在現(xiàn)場(chǎng)的數(shù)據(jù)采集成為機(jī)電設(shè)備維修的決策支持信息。★提供先進(jìn)的數(shù)字信號(hào)處理技術(shù)，可對(duì)機(jī)械設(shè)備中早期故障進(jìn)行報(bào)警，并做故障趨勢(shì)分析。★該便攜式機(jī)械設(shè)備診斷分析儀能夠扮演臨時(shí)在線監(jiān)測(cè)儀的角色，能夠長(zhǎng)時(shí)間自動(dòng)采集并存儲(chǔ)各種故障特征頻率振動(dòng)，持續(xù)的監(jiān)測(cè)設(shè)備健康狀態(tài)。2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.2信號(hào)的采集與預(yù)處理離線監(jiān)測(cè)與故障診斷（天大精益IDPM－4A型便攜式數(shù)采分析儀）離線監(jiān)測(cè)與故障診斷（天大精益IDPM－4A型便攜式數(shù)采分析儀）離線檢測(cè)故障診斷儀天大精益公司研發(fā)和設(shè)計(jì)了基于ARM和DSP的雙CPU便攜式數(shù)據(jù)采集分析儀，該系統(tǒng)將故障診斷技術(shù)與嵌入式技術(shù)相融合，充分利用DSP強(qiáng)大、快速的數(shù)據(jù)處理能力和ARM強(qiáng)大控制能力的優(yōu)勢(shì)，功能強(qiáng)大，體積小，成本低，針對(duì)性強(qiáng)，符合國(guó)內(nèi)一般廠礦企業(yè)的需求。2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.2信號(hào)的采集與預(yù)處理2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.2信號(hào)的采集與預(yù)處理離線監(jiān)測(cè)與故障診斷（天大精益IDPM－4A型便攜式數(shù)采分析儀）離線檢測(cè)故障診斷儀數(shù)采分析儀采用ARM+DSP的雙CPU的設(shè)計(jì)思想,將復(fù)雜的運(yùn)算和系統(tǒng)的控制分開，利用DSP實(shí)現(xiàn)振動(dòng)信號(hào)的采集和數(shù)據(jù)處理,主處理器ARM主要負(fù)責(zé)接口控制和數(shù)據(jù)傳輸?shù)热蝿?wù)。這樣能充分發(fā)揮兩種處理器的優(yōu)勢(shì),既能實(shí)現(xiàn)信號(hào)的精確采集,又能保證運(yùn)算處理的實(shí)時(shí)性與準(zhǔn)確性。2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.2信號(hào)的采集與預(yù)處理離線監(jiān)測(cè)與故障診斷（天大精益IDPM－4A型便攜式數(shù)采分析儀）四通道，單通道轉(zhuǎn)換頻率為150K,16位A/D靈敏度：1.0Mv/(m/s2)輸入范圍：-15V～+15V頻響范圍：5Hz～150kHz通信接口:串口USB網(wǎng)絡(luò)存儲(chǔ)功能：SD卡，USB外接海量存儲(chǔ)鍵盤輸入：功能鍵、數(shù)字鍵、字母鍵顯示：6.4寸彩色LCD分辨率為640×480，有背光采樣點(diǎn)數(shù)：512、1024、2048FFT分析分析頻譜線=200、400、800、1600；分析功能：時(shí)域、頻域、時(shí)頻域環(huán)境條件：0～80℃2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.2信號(hào)的采集與預(yù)處理在線監(jiān)測(cè)與故障診斷

由傳感器及高速實(shí)時(shí)數(shù)采硬件、控制計(jì)算機(jī)及監(jiān)測(cè)分析軟件組成。特點(diǎn)：在線監(jiān)測(cè)，可以給出設(shè)備的當(dāng)前狀態(tài)，捕捉突發(fā)故障并進(jìn)行及時(shí)分析。例如：在線故障診斷與自動(dòng)報(bào)警系統(tǒng)2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.2信號(hào)的采集與預(yù)處理艾默生CSI6000在線設(shè)備監(jiān)測(cè)系統(tǒng)強(qiáng)大的預(yù)測(cè)分析工具（圖譜、趨勢(shì)、瞬態(tài)、頻譜分析、PeakVue技術(shù)、統(tǒng)計(jì)分析）基于Web的性能監(jiān)測(cè)基于Web的設(shè)備優(yōu)先等級(jí)和維修計(jì)劃振動(dòng)和過程參數(shù)趨勢(shì)分析事件/報(bào)警記錄分析2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.2信號(hào)的采集與預(yù)處理天大精益SD150設(shè)備狀態(tài)在線監(jiān)測(cè)系統(tǒng)●采用高性能ICP、電荷等傳感器，高精度，抗干擾性強(qiáng)●連續(xù)大樣本數(shù)據(jù)采集、存儲(chǔ)與分析●主從分布網(wǎng)絡(luò)化遠(yuǎn)程監(jiān)控設(shè)備狀態(tài)，便于故障的實(shí)時(shí)、精細(xì)診斷與遠(yuǎn)程決策●多通道、多機(jī)組主從分布實(shí)時(shí)采集與監(jiān)測(cè)●在線監(jiān)測(cè)、實(shí)時(shí)報(bào)警，便于捕捉突發(fā)故障●自動(dòng)數(shù)據(jù)采集、存儲(chǔ)并遠(yuǎn)程備份●配備強(qiáng)大的信號(hào)分析軟件（時(shí)域、幅值域、頻域、時(shí)頻域）和先進(jìn)的故障診斷方法（BP神經(jīng)網(wǎng)絡(luò)、灰色理論等）●設(shè)備、測(cè)點(diǎn)路徑管理，后臺(tái)數(shù)據(jù)庫(kù)支持，并可與企業(yè)ERP等無(wú)縫集成2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.2信號(hào)的采集與預(yù)處理前瞻性的故障診斷模式：

以網(wǎng)絡(luò)技術(shù)和計(jì)算機(jī)技術(shù)為基礎(chǔ)，開發(fā)出主從分布式網(wǎng)絡(luò)化集成在線監(jiān)控與診斷系統(tǒng)。特點(diǎn)：充分挖掘和發(fā)揮網(wǎng)絡(luò)信息交換、資源共享的優(yōu)點(diǎn)，充分利用科研院所的專家資源，實(shí)現(xiàn)“移動(dòng)的是數(shù)據(jù)而不是人”，在網(wǎng)絡(luò)層面上實(shí)現(xiàn)故障信息的挖掘和故障類型的確診。例如：中國(guó)設(shè)備遠(yuǎn)程診斷網(wǎng)2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.2信號(hào)的采集與預(yù)處理前瞻性的故障診斷模式：數(shù)控機(jī)床狀態(tài)監(jiān)測(cè)與故障診斷主要包括如下幾個(gè)環(huán)節(jié)：機(jī)電設(shè)備狀態(tài)信息的獲取狀態(tài)特征的提取狀態(tài)判斷與決策測(cè)取的信號(hào)應(yīng)能反映設(shè)備的狀態(tài)與故障信息，具體包括：振動(dòng)、聲、力、溫度、超聲、油污染、銹蝕、轉(zhuǎn)速、扭矩、功率、電流、電壓等。其中：振動(dòng)信號(hào)最常用，方法成熟，信息量大；聲信號(hào)采用非接觸測(cè)量，測(cè)取方便，信息量大，但容易受干擾。方法：以振動(dòng)測(cè)量為例，可測(cè)：加速度、速度、位移等物理量。通常采用加速度傳感器。

2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.2信號(hào)的采集與預(yù)處理典型的采集過程2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.2信號(hào)的采集與預(yù)處理壓電加速度傳感器

加速度傳感器輸出的電荷量與振動(dòng)加速度成正比。傳感器必須與前置電壓放大器、電荷放大器或測(cè)量放大器配用。直接放大可測(cè)加速度，經(jīng)過一次積分可測(cè)速度，經(jīng)過二次積分可測(cè)位移。加速度傳感器一般具有很高的固有頻率，適于測(cè)量高頻振動(dòng)或設(shè)備振動(dòng)中的高頻成分。例如齒輪箱的捏合頻率、滾動(dòng)軸承的特征頻率等。加速度傳感器測(cè)量的是被測(cè)物體的絕對(duì)振動(dòng)。2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.2信號(hào)的采集與預(yù)處理速度傳感器速度傳感器固定在被測(cè)物體上，物體振動(dòng)時(shí)，傳感器輸出的電量與振動(dòng)速度成正比。經(jīng)過一次積分可測(cè)位移，經(jīng)過一次微分可測(cè)加速度。速度傳感器測(cè)量的是被測(cè)物體的絕對(duì)振動(dòng)。速度傳感器的頻響范圍較加速度低一些，不適合測(cè)量太高頻率的振動(dòng)。2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.2信號(hào)的采集與預(yù)處理電渦流式位移傳感器渦流傳感器屬于非接觸式傳感器一類，在旋轉(zhuǎn)機(jī)械中應(yīng)用最多?？梢杂脕肀O(jiān)測(cè)轉(zhuǎn)子系統(tǒng)的運(yùn)動(dòng)狀態(tài)，例如轉(zhuǎn)子的徑向振動(dòng)、軸向振動(dòng)、軸心軌跡、軸心位置、油膜厚度、轉(zhuǎn)子轉(zhuǎn)速等信息。渦流傳感器測(cè)量的是被測(cè)物體與傳感器探頭端面之間的距離。2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.2信號(hào)的采集與預(yù)處理t0t0t0模擬信號(hào)離散量化

傳感器輸出的信號(hào)一般都是諸如電壓、電荷、電阻變化值、電容變化值等模擬信號(hào)，在利用計(jì)算機(jī)對(duì)其進(jìn)行處理之前必須對(duì)其進(jìn)行離散量化成數(shù)字信號(hào)。模擬信號(hào)到數(shù)字信號(hào)轉(zhuǎn)換的過程如下圖所示。模擬信號(hào)的采集2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.2信號(hào)的采集與預(yù)處理◆采樣頻率采樣周期的倒數(shù)表示采樣快慢的物理量多少時(shí)間采一個(gè)點(diǎn)/每秒采樣多少個(gè)點(diǎn)采樣定律：fs>=2*fmax

fs

：采樣頻率

fmax

：信號(hào)最高頻率一般最小為fs>=2.5*fmax采樣定理2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.2信號(hào)的采集與預(yù)處理足夠的采樣率下的采樣結(jié)果

過低采樣率下的采樣結(jié)果

2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.2信號(hào)的采集與預(yù)處理◆能夠正確顯示信號(hào)而不發(fā)生畸變的最大頻率叫做Nyquist頻率，它是采樣頻率的一半?！粜盘?hào)中所包含的頻率高于Nyquist頻率的成分，將在直流和Nyquist頻率之間發(fā)生畸變，稱為混疊?！艚鉀Q方案在A/D前加入低通濾波器，將信號(hào)中高于Nyquist頻率的信號(hào)成分濾去，稱為抗混疊濾波器。2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.2信號(hào)的采集與預(yù)處理◆零均值化處理◆消除趨勢(shì)項(xiàng)◆加窗處理：對(duì)長(zhǎng)序列信號(hào)截?cái)嗪蟮玫接邢揲L(zhǎng)信號(hào)(濾波)(a)記錄到的信號(hào)(b)趨勢(shì)項(xiàng)(c)真實(shí)信號(hào)2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.2信號(hào)的采集與預(yù)處理◆數(shù)控機(jī)床弱耦合監(jiān)測(cè)單元。◆采集前對(duì)采集通道數(shù)，分析頻率，采樣點(diǎn)數(shù)，傳感器靈敏度，存儲(chǔ)文件位置等進(jìn)行設(shè)置。2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.2信號(hào)的采集與預(yù)處理數(shù)控機(jī)床在線監(jiān)測(cè)單元采集界面強(qiáng)耦合監(jiān)測(cè)單元弱耦合監(jiān)測(cè)單元2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.2信號(hào)的采集與預(yù)處理狀態(tài)特征的提?。ㄐ盘?hào)處理）

信號(hào)處理的方法：時(shí)域分析、幅值域分析、頻域分析、時(shí)頻分析等信號(hào)處理的目的：采用各種技術(shù)和手段挖掘信號(hào)中內(nèi)含的本質(zhì)，即信息。具體到機(jī)電設(shè)備狀態(tài)監(jiān)測(cè)和故障診斷中就是提取設(shè)備相關(guān)信號(hào)（包括振動(dòng)、聲音、溫度、壓力等）的特征，對(duì)設(shè)備當(dāng)前狀態(tài)作出準(zhǔn)確的評(píng)價(jià)和預(yù)測(cè)，對(duì)已發(fā)生的故障進(jìn)行確診，提出正確的維修建議。2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.3時(shí)域分析方法2.3時(shí)域分析方法◆概率密度，概率密度矩（均值、均方、歪度、峭度）◆自相關(guān)函數(shù)，互相關(guān)函數(shù)◆最大值、最小值、均值、方差、波形指標(biāo)、峰值指標(biāo)，脈沖指標(biāo)◆軸心軌跡◆時(shí)間歷程波形2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)均值（一階矩）：描述信號(hào)的穩(wěn)定分量方差（二階中心矩）：描述信號(hào)的波動(dòng)分量信號(hào)的時(shí)域波形偏斜度（三階矩）：反映信號(hào)中大幅值成分的影響2.3時(shí)域分析方法——概率密度2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)峭度（四階矩）：反映信號(hào)中大幅值成分的影響信號(hào)的概率表示：概率密度函數(shù)的物理意義信號(hào)的概率密度函數(shù)：2.3時(shí)域分析方法——概率密度2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)

直接應(yīng)用于機(jī)器狀態(tài)的診斷。例如，圖為車床變速箱的噪聲概率密度函數(shù)p(x)，a—新車床，b—舊車床，顯然新、舊車床變速箱噪聲概率密度函數(shù)p(x)值有較大差異。車床變速箱噪聲概率密度函數(shù)a)新車床噪聲p(x)b)舊車床噪聲p(x)2.3時(shí)域分析方法——概率密度2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)(a)新變速箱概率密度(b)舊變速箱概率密度◆新變速箱中的噪聲為隨機(jī)噪聲，反映在時(shí)域信號(hào)是大量無(wú)規(guī)則、量值小的隨機(jī)沖擊，其幅值概率分布比較集中?！襞f變速箱，隨故障的出現(xiàn)，隨機(jī)噪聲中會(huì)出現(xiàn)周期信號(hào)使噪聲功率增加，使概率密度分散度加大，曲線頂部變平緩?！舾怕拭芏龋盒盘?hào)幅值的概率表示動(dòng)態(tài)信號(hào)某一瞬時(shí)幅值發(fā)生的幾率。概率密度是指該信號(hào)單位幅值區(qū)間內(nèi)的概率。2.3時(shí)域分析方法——概率密度2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)1、自相關(guān)函數(shù)是偶函數(shù)，即。2、當(dāng)時(shí)，自相關(guān)函數(shù)等于信號(hào)的方差3、當(dāng)時(shí)，自相關(guān)函數(shù)的值總是小于，即小于方差信號(hào)的自相關(guān)函數(shù)：描述信號(hào)自身的相似程度重要規(guī)律：周期信號(hào)或者其他非隨機(jī)信號(hào)的自相關(guān)函數(shù)不隨變量的變化而衰減；隨機(jī)信號(hào)的自相關(guān)函數(shù)當(dāng)變量增大時(shí)將趨向于零。因此，自相關(guān)函數(shù)是在機(jī)器噪聲中查找周期信號(hào)或者瞬時(shí)信號(hào)的重要手段。2.3時(shí)域分析方法——自相關(guān)函數(shù)2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)◆特點(diǎn)：信號(hào)的周期性分量在自相關(guān)函數(shù)中不衰減且保持原來的周期，自相關(guān)函數(shù)可從被噪聲干擾的信號(hào)中找出周期成分?！魬?yīng)用：區(qū)別信號(hào)類型；檢測(cè)混雜在隨機(jī)信號(hào)中的周期成分?！糇韵嚓P(guān)函數(shù)：反映了信號(hào)自身取值隨自變量時(shí)間前后變化的相似性?！糇韵嚓P(guān)函數(shù)2.3時(shí)域分析方法——自相關(guān)函數(shù)2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)應(yīng)用：正常運(yùn)行狀態(tài)—機(jī)器噪聲是大量的、無(wú)序的、大小接近的隨機(jī)沖擊結(jié)果，有寬而均勻的頻譜。運(yùn)行不正常狀態(tài)—隨機(jī)噪聲將出現(xiàn)有規(guī)則、周期性的脈沖，其大小比隨機(jī)沖擊大的多。例如;機(jī)構(gòu)中軸承磨損間隙增大時(shí)，軸與軸蓋就會(huì)有碰擊現(xiàn)象。首先運(yùn)用自相關(guān)函數(shù)查找出隱藏的周期分量，進(jìn)而依靠其幅值和波動(dòng)的頻率可以查找出機(jī)器的缺陷所在。圖C630型車床主軸箱噪聲的自相關(guān)函數(shù)2.3時(shí)域分析方法——自相關(guān)函數(shù)2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)

(a)原始信號(hào)(b)自相關(guān)函數(shù)

故障狀態(tài)下機(jī)床振動(dòng)信號(hào)的自相關(guān)分析

正常機(jī)床振動(dòng)是大量無(wú)規(guī)則的隨機(jī)擾動(dòng)，其自相關(guān)函數(shù)與寬帶隨機(jī)噪聲的自相關(guān)函數(shù)接近；不正常運(yùn)行狀態(tài)下的振動(dòng)信號(hào)，通常是在隨機(jī)信號(hào)中出現(xiàn)有規(guī)則的周期性的脈沖，其大小也往往比隨機(jī)信號(hào)強(qiáng)得多。通過觀察自相關(guān)函數(shù)，可以發(fā)現(xiàn)其中隱藏的周期分量，根據(jù)自相關(guān)函數(shù)的幅值和頻率，可以進(jìn)一步確定故障或缺陷發(fā)生的原因。該方法在故障初期周期信號(hào)不明顯時(shí)，非常有效。2.3時(shí)域分析方法——自相關(guān)函數(shù)2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)信號(hào)的互相關(guān)函數(shù)：描述兩個(gè)信號(hào)之間的相似程度或相關(guān)性性質(zhì)：1、互相關(guān)函數(shù)不一定是偶函數(shù)。2、當(dāng)時(shí)，互相關(guān)函數(shù)不一定是最大值。3、互相關(guān)函數(shù)具有反對(duì)稱性。重要規(guī)律：若互相關(guān)函數(shù)出現(xiàn)峰值，則表示兩個(gè)信號(hào)相似；若互相關(guān)函數(shù)幾乎處處為零，則表示兩個(gè)信號(hào)不相關(guān)。2.3時(shí)域分析方法——互相關(guān)函數(shù)2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)應(yīng)用一：相關(guān)測(cè)速2.3時(shí)域分析方法——互相關(guān)函數(shù)2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)應(yīng)用二：故障定位2.3時(shí)域分析方法——互相關(guān)函數(shù)2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)發(fā)動(dòng)機(jī)與司機(jī)座的相關(guān)性較差，而后橋與司機(jī)座的互相關(guān)較大，可以認(rèn)為司機(jī)座的振動(dòng)主要是由汽車后輪的振動(dòng)引起的。應(yīng)用三：傳遞通道的相關(guān)測(cè)定2.3時(shí)域分析方法——互相關(guān)函數(shù)2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)信號(hào)的幅值參數(shù)（2）平均幅值（3）均方幅值（4）峰值（1）方根幅值2.3時(shí)域分析方法——幅值參數(shù)，無(wú)量綱參數(shù)2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)（2）峰值指標(biāo)（3）脈沖指標(biāo)（4）裕度指標(biāo)信號(hào)的無(wú)量綱指標(biāo)=均方幅值/平均幅值=峰值/均方幅值=峰值/平均幅值=峰值/方根幅值（1）波形指標(biāo)2.3時(shí)域分析方法——幅值參數(shù)，無(wú)量綱參數(shù)2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)汽車后橋齒輪加速度信號(hào)的無(wú)量綱指標(biāo)

如圖所示是對(duì)28只汽車后橋齒輪在不同運(yùn)行狀態(tài)下振動(dòng)的加速度信號(hào)經(jīng)過計(jì)算得到的無(wú)量綱指標(biāo)。由圖課件，波形指標(biāo)K的變化很小，沒有足夠的診斷能力；脈沖指標(biāo)I最好，可以作為齒輪運(yùn)行狀態(tài)的優(yōu)良診斷指標(biāo)。峰值指標(biāo)C比起脈沖指標(biāo)I要差一些。2.3時(shí)域分析方法——幅值參數(shù)，無(wú)量綱參數(shù)2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)齒輪故障時(shí)的時(shí)域波形故障現(xiàn)象：存在明顯的周期性沖擊信號(hào)時(shí)域波形的應(yīng)用2.3時(shí)域分析方法——時(shí)間歷程2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)軸心軌跡：軸心軌跡的獲取是利用相互垂直的兩個(gè)非接觸式傳感器分別安置于轉(zhuǎn)子某一截面上，同時(shí)采集數(shù)據(jù)繪制而成。如圖所示。通過分析軸心軌跡的運(yùn)動(dòng)方向與轉(zhuǎn)軸的旋轉(zhuǎn)方向，可以確定轉(zhuǎn)軸的進(jìn)動(dòng)方向（正進(jìn)動(dòng)和反進(jìn)動(dòng)）。軸心軌跡在故障診斷中可以用來確定轉(zhuǎn)子的臨界轉(zhuǎn)速、空間振型曲線以及部分摩擦，如不對(duì)中、摩擦、油膜振蕩等。2.3時(shí)域分析方法——軸線軌跡2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)軸心位置：借助于相互垂直的兩個(gè)電渦流傳感器，監(jiān)測(cè)直流間隙電壓，就可得到轉(zhuǎn)子軸頸中心的徑向位置。如圖所示。通過軸心位置圖可判斷軸頸是否處于正常位置，對(duì)中好壞、軸承標(biāo)準(zhǔn)高是否正常、軸瓦有否變形等情況，從長(zhǎng)時(shí)間軸心位置的趨勢(shì)可以觀察出軸承的磨損情況。軸心位置圖是指轉(zhuǎn)軸在沒有徑向振動(dòng)情況下軸心相對(duì)于軸承中心的穩(wěn)態(tài)位置。2.3時(shí)域分析方法——軸線軌跡2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)缺陷時(shí)域軸心軌跡診斷不對(duì)中典型的嚴(yán)重不對(duì)中油膜渦動(dòng)與不平衡相似且渦動(dòng)頻率較慢，小于軸轉(zhuǎn)速的0.5倍摩擦接觸產(chǎn)生花狀，疊加在正常的軸心軌跡上不平衡橢圓形軸心軌跡軸心軌跡的應(yīng)用2.3時(shí)域分析方法——軸線軌跡2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)◆頻譜分析和FFT◆頻譜的定義：頻譜反映了信號(hào)的頻率成分及分布情況?！衾碚摶A(chǔ)：連續(xù)傅立葉變換及其逆變換，由于其不能直接用于計(jì)算機(jī)計(jì)算，對(duì)于離散的數(shù)字信號(hào)，需進(jìn)行離散傅立葉變換DFT。FFT快速傅立葉算法是離散傅立葉變換DFT的一種快速算法，使DFT的運(yùn)算在實(shí)際中真正得到了廣泛的應(yīng)用。

2.4頻域分析常用方法2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.4頻域分析常用方法簡(jiǎn)諧振動(dòng)的時(shí)間歷程及頻譜合成振動(dòng)的時(shí)間歷程及頻譜2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)旋轉(zhuǎn)機(jī)械不平衡時(shí)的波形和幅值譜

從波形上看為一個(gè)準(zhǔn)周期信號(hào)，從頻譜圖上則顯示多個(gè)頻率成分，且以1次諧波幅值最為突出，表現(xiàn)出明顯的轉(zhuǎn)子不平衡?！舴底V：反映振動(dòng)信號(hào)中各個(gè)簡(jiǎn)諧分量的幅值及頻率關(guān)系。2.4頻域分析常用方法2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)◆自功率譜：表示振動(dòng)信號(hào)中各諧波分量的頻率及能量關(guān)系。

舊軸承在所在頻率上的振動(dòng)能量增加，根據(jù)頻譜的前后變化及突出峰值判斷軸承的故障情況。2.4頻域分析常用方法2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)功率譜倒譜

倒譜更加突出主頻率成分，譜線更清晰，當(dāng)功率譜譜線較為復(fù)雜時(shí)，倒譜有時(shí)具有更好的頻率分別效果。◆倒譜：自功率譜取對(duì)數(shù)再進(jìn)行傅里葉逆變換（功率譜的功率譜）。2.4頻域分析常用方法2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)不平衡振動(dòng)頻率成分單一表現(xiàn)為轉(zhuǎn)子的基頻等于轉(zhuǎn)子的轉(zhuǎn)頻，有時(shí)還會(huì)激起微弱的倍頻。旋轉(zhuǎn)機(jī)械的不平衡現(xiàn)象旋轉(zhuǎn)機(jī)械的不對(duì)中現(xiàn)象特點(diǎn)為激起多倍轉(zhuǎn)頻振動(dòng)。針對(duì)不同的不對(duì)中類型，頻率略有差異。如平行不對(duì)中激起二倍轉(zhuǎn)頻，角度不對(duì)中為一倍轉(zhuǎn)頻。2.4頻域分析常用方法2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)由松動(dòng)引起的振動(dòng)具有一定的非線性，其振動(dòng)信號(hào)的頻率除基頻外，還產(chǎn)生高次諧波和分頻振動(dòng)，頻譜結(jié)構(gòu)成梳狀。由松動(dòng)引起的振動(dòng)方向性明顯，如地腳螺栓的松動(dòng)表現(xiàn)出垂直方向強(qiáng)烈的振動(dòng)。電機(jī)地角松動(dòng)時(shí)振動(dòng)頻譜2.4頻域分析常用方法2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)現(xiàn)象：旋轉(zhuǎn)機(jī)械在啟動(dòng)升速時(shí)，當(dāng)達(dá)到某個(gè)轉(zhuǎn)速，有時(shí)會(huì)出現(xiàn)振動(dòng)急劇增大的現(xiàn)象。原因：旋轉(zhuǎn)機(jī)械固有頻率在其轉(zhuǎn)頻附近時(shí)，出現(xiàn)的共振現(xiàn)象?！艄舱?.4頻域分析常用方法2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)基于網(wǎng)絡(luò)的智能維護(hù)系統(tǒng)軸承數(shù)據(jù)庫(kù)及故障識(shí)別2.4頻域分析常用方法◆網(wǎng)絡(luò)版在線監(jiān)測(cè)軟件2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)為鋼球數(shù)；為鋼球直徑；為滾道節(jié)徑；為接觸角；為回轉(zhuǎn)頻率。滾動(dòng)軸承的常見故障主要有：磨損、疲勞（點(diǎn)蝕、剝落）、塑性變形、腐蝕以及斷裂、膠合等 其他失效形式。滾動(dòng)軸承的故障診斷軸承的特征頻率計(jì)算公式：（1）內(nèi)圈剝落：（2）外圈剝落：（3）鋼球剝落：（4）保持架不平衡：2.4頻域分析常用方法2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)滾動(dòng)軸承的故障診斷滾動(dòng)軸承常用分析方法：帶通濾波法共振解調(diào)法——包絡(luò)譜脈沖沖擊法SPM

頻譜分析法油樣分析（鐵譜、光譜、磁塞）軸承溫度：如高速機(jī)車的軸溫監(jiān)測(cè)2.4頻域分析常用方法2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)滾動(dòng)軸承的故障診斷右圖為某外圈有剝落206軸承振動(dòng)信號(hào)的頻譜和包絡(luò)譜圖。7500Hz附近為測(cè)試棒引起的高頻固有振動(dòng)。以15200Hz為中心頻率，以帶寬3200Hz進(jìn)行包絡(luò)分析得到下圖。其上408Hz、816Hz譜線非常明顯，這分別是外圈故障特征頻率的一倍頻和二倍頻。在三倍頻1224Hz處也有譜峰存在，但不明顯。2.4頻域分析常用方法2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)齒輪振動(dòng)信號(hào)的頻率成分：齒輪嚙合頻率：齒輪齒數(shù)×旋轉(zhuǎn)頻率齒輪自振頻率：有缺陷的齒輪運(yùn)行中產(chǎn)生的沖擊將激起齒輪的固有頻率是齒輪失效的重要指標(biāo)。齒輪邊頻帶：齒輪故障時(shí)載荷波動(dòng)產(chǎn)生的幅值調(diào)制?！酏X輪診斷2.4頻域分析常用方法2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)齒輪箱的故障診斷齒輪箱常見故障斷裂：41%疲勞（點(diǎn)蝕、剝落）：31%齒面劃痕：10%磨損：10%其他：如塑變、腐化：8%1、嚙合頻率及其高次諧波2、磨損時(shí)諧波較基頻幅值增加快3、由調(diào)制效應(yīng)產(chǎn)生的邊頻帶（除磨損外）4、寄生成分：加工分度誤差引起，載荷大寄生力大齒輪箱故障信號(hào)特征：2.4頻域分析常用方法2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)1、嚙合頻率及其高次諧波

齒輪在嚙合過程中載荷的分配是變化的，載荷的變化會(huì)引起齒輪剛性的變化，從而引起齒輪的振動(dòng)，這種振動(dòng)通常稱為嚙合振動(dòng)。該振動(dòng)在頻譜圖上會(huì)出現(xiàn)嚙合頻率及其高次諧波。均勻磨損后嚙合頻率及其高次諧波振動(dòng)分量的幅值都會(huì)上升，但基頻增長(zhǎng)較慢，而高次諧波分量的增長(zhǎng)比基頻快。齒輪傳動(dòng)的振動(dòng)波形及其頻頻2.4頻域分析常用方法2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2、由調(diào)制效應(yīng)產(chǎn)生的邊頻帶

在一對(duì)齒輪嚙合過程中，其嚙合頻率及其高次諧波可以看作一個(gè)高頻振蕩（載波），而那些在每周呈現(xiàn)出一次或二次的振動(dòng)信號(hào)，如齒面上的點(diǎn)蝕、剝落后引起的振動(dòng)信號(hào)（故障信號(hào)）可視為緩變信號(hào)（調(diào)制信號(hào)）。兩種信號(hào)同時(shí)出現(xiàn)時(shí)，就會(huì)產(chǎn)生調(diào)制效應(yīng)。在頻譜圖中，兩譜線間的間隔就是調(diào)制信號(hào)的頻率，這是非常有價(jià)值的診斷信號(hào)。找出調(diào)制信號(hào)的頻率，就可判斷其相應(yīng)的故障。幅值調(diào)制過程2.4頻域分析常用方法2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)3、寄生成分（鬼線）

鬼線是頻譜圖上的一個(gè)頻率分量，其產(chǎn)生的原因?yàn)榧庸み^程給一個(gè)齒輪帶來的周期性缺陷，缺陷來源于分度渦輪、蝸桿及齒輪的誤差。鬼線是由一定的幾何誤差產(chǎn)生的，載荷改變對(duì)其影響很小。磨損使鬼線分量幅值減小，卻使其嚙合頻率下的幅值增大。2.4頻域分析常用方法2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)

頻譜細(xì)化分析是近幾年發(fā)展起來的一項(xiàng)信號(hào)處理的新技術(shù)。能夠以指定的、足夠高的頻率，分析頻率軸上任一窄帶信號(hào)的頻譜結(jié)構(gòu)，獲得更高的頻率分辨率。右圖是某齒輪箱振動(dòng)加速度信號(hào)。細(xì)化后發(fā)現(xiàn)嚙合頻率2252Hz附近調(diào)制了大量的低速軸的轉(zhuǎn)頻譜線，判斷齒輪存在嚴(yán)重磨損或斷齒。停機(jī)檢修斷定診斷是正確的。某齒輪箱振動(dòng)加速度信號(hào)波形、頻譜及其細(xì)化譜2.4頻域分析常用方法4、頻譜細(xì)化分析2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)

倒頻譜分析能區(qū)別出因調(diào)制而引起的功率譜中的周期分量，診斷出調(diào)制源。倒譜將信號(hào)變換到一個(gè)新的時(shí)間域－倒頻域。倒頻譜能將原來譜圖上成簇的邊頻帶譜線簡(jiǎn)化為單根譜線，以便觀察。從而可是別處復(fù)雜頻譜圖上的周期結(jié)構(gòu)，分離和提取出密集信號(hào)中的周期成分。這對(duì)于具有周期成分及度成分邊頻帶等復(fù)雜信號(hào)的識(shí)別尤為有效。倒頻譜的基本步驟2.4頻域分析常用方法5、倒頻譜分析2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)5、倒頻譜分析

右上圖是某齒輪箱的時(shí)域波形，中圖是其倒頻譜圖，下圖為低頻信號(hào)擴(kuò)展后的頻譜圖。圖中可以清楚地看到主要特征頻率對(duì)應(yīng)地時(shí)域點(diǎn)，如5軸和6軸嚙合頻率3.695Hz對(duì)應(yīng)地269.87ms?？梢耘袛噙@兩軸的嚙合齒輪之間出現(xiàn)了均勻磨損。同時(shí)還可看到點(diǎn)擊的轉(zhuǎn)動(dòng)頻率16.93Hz及其2倍頻33.77Hz出幅值較大，由此可以判斷蹲在電機(jī)轉(zhuǎn)子初始不平衡和不對(duì)中現(xiàn)象。2.4頻域分析常用方法2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)波德圖：波德圖是反應(yīng)及其振幅和相位隨轉(zhuǎn)速變化的關(guān)系曲線。如圖所示。圖中以轉(zhuǎn)速為橫坐標(biāo)，振幅和相位角為縱坐標(biāo)。這種圖形一般用跟蹤矢量濾波器在機(jī)器起動(dòng)或停車階段測(cè)得。從波德圖上可以得到：（1）轉(zhuǎn)子系統(tǒng)在各種轉(zhuǎn)速下的振幅和相位。（2）轉(zhuǎn)子系統(tǒng)的臨界轉(zhuǎn)速。（3）轉(zhuǎn)子系統(tǒng)的共振放大系數(shù)。（4）轉(zhuǎn)子振型。（5）系統(tǒng)的阻尼大小。2.4頻域分析常用方法2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)奈奎斯特圖：奈奎斯特圖是把振幅與相位隨轉(zhuǎn)速的變化關(guān)系用極坐標(biāo)的形式表示出來。如圖所示。圖中用一旋轉(zhuǎn)矢量的點(diǎn)代表轉(zhuǎn)子的軸心，該點(diǎn)在各轉(zhuǎn)速下所處位置的極半徑表示軸的徑向振幅，角度就是相位角。從奈奎斯特圖上可以得到比波德圖更多的信息，例如轉(zhuǎn)子不平衡質(zhì)量的方位。2.4頻域分析常用方法2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)瀑布圖：瀑布圖是三坐標(biāo)圖，x軸為振動(dòng)頻率，y軸為轉(zhuǎn)速或者時(shí)間間隔，z軸為振動(dòng)幅值。如圖所示。瀑布圖常用來表達(dá)機(jī)器振動(dòng)在驟變過程或者啟動(dòng)停車過程中各頻率成分的幅值變化，可以判斷機(jī)器的臨界轉(zhuǎn)速、振動(dòng)原因以及系統(tǒng)的阻尼情況。例如，機(jī)器過臨界轉(zhuǎn)速、軸承發(fā)生油膜振蕩、零件磨損以及各種突然發(fā)生的亞異步振動(dòng)等，均能在瀑布圖上獲得分析故障原因的有用信息。2.4頻域分析常用方法2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)趨勢(shì)分析：趨勢(shì)分析是把所測(cè)得的特征數(shù)據(jù)值和預(yù)報(bào)值按一定的時(shí)間順序排列起來進(jìn)行分析。如圖所示。這些特征數(shù)據(jù)可以是通頻振動(dòng)、1倍頻振動(dòng)、2倍頻振動(dòng)、0.5倍頻振動(dòng)、軸心位置等。時(shí)間序列可以按前后各次采樣、按小時(shí)、按天等。趨勢(shì)分析在故障診斷中起著重要的作用。2.4頻域分析常用方法2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)

傳統(tǒng)信號(hào)處理領(lǐng)域中傅里葉變換時(shí)一種常用的方法。

缺點(diǎn)：從公式中可以看出，傅立葉變換與信號(hào)在整個(gè)實(shí)軸上的整體性質(zhì)有關(guān)，因而很難反映出信號(hào)在局部時(shí)間范圍中的特性。

2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.4信號(hào)分析特殊方法——小波變換◆我們想知道信號(hào)頻譜隨時(shí)間變化的情況，就需要使用時(shí)間和頻率的聯(lián)合函數(shù)來表示信號(hào)，即信號(hào)的時(shí)頻分析。

短時(shí)傅里葉變換小波變換（最常用）Gabor變換Hilbert-Huang變換Wigner-Ville分布2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.4信號(hào)分析特殊方法——小波變換一維正交小波分解與重構(gòu)運(yùn)算

可以簡(jiǎn)單的將小波變換方法理解成一組正交的高通低通濾波器組，可以將信號(hào)的不同頻率成分通過多層小波變換分解開來。也可以通過逆運(yùn)算將分解開的信號(hào)重構(gòu)回去。2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.4信號(hào)分析特殊方法——小波變換主要理論依據(jù)是，

系數(shù)幅值.經(jīng)小波分解后，信號(hào)的小波系數(shù)幅值要大于噪聲的具體處理過程為：將含噪信號(hào)在各尺度上進(jìn)行（正交）小波分解，保留大尺度（低分辨率）下的全部分解值；對(duì)于小尺度（高分辨率）下的分解值，可以設(shè)定一個(gè)閾值，幅值低于該閾值的小波系數(shù)置為零，高于該閾值的小波系數(shù)或者完整保留，或者做相應(yīng)的“收縮（shrinkage）”處理。最后將處理后獲得的小波系數(shù)利用逆小波變換進(jìn)行重構(gòu)，恢復(fù)出有效的信號(hào)。閾值的選取方法，

這里介紹最常用的VisuShrink，這種方法采用全局統(tǒng)一閾值

小波閾值去噪法:小波閾值收縮法

2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.4信號(hào)分析特殊方法——小波變換算法描述

1）計(jì)算含噪信號(hào)的正交小波變換。常采用周期延拓方法。

2）對(duì)小波系數(shù)進(jìn)行非線性閾值處理為保持信號(hào)的整體形狀不變，保留所有的低頻變換系數(shù)

對(duì)每個(gè)小波系數(shù)，采用軟閾值和硬閾值方法進(jìn)行處理

(a)

硬閾值方法(b)軟閾值方法特點(diǎn):軟閾值法獲得的重構(gòu)信號(hào)具有更好的光滑性,但誤差相對(duì)較大.硬閾值法獲得的重構(gòu)信號(hào)具有更好的逼近性,但有附加振蕩.3）進(jìn)行小波逆變換。2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.4信號(hào)分析特殊方法——小波變換原信號(hào)含噪信號(hào)軟域值法(Sym8)軟域值法(Haar)2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.4信號(hào)分析特殊方法——小波變換2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)隨機(jī)共振的原理當(dāng)保持驅(qū)動(dòng)信號(hào)強(qiáng)度不變而增加輸入噪聲強(qiáng)度時(shí)，在雙穩(wěn)系統(tǒng)的輸出端，系統(tǒng)的輸出信噪比（SNR）會(huì)增加，出現(xiàn)力學(xué)中人們熟知的單峰（或多峰）共振曲線。

“共振”點(diǎn)或“共振”區(qū)本質(zhì)上：隨機(jī)共振是非線性系統(tǒng)中的一種能量轉(zhuǎn)移機(jī)制。作為一種新的信號(hào)分析和處理方法，可在一定程度上增加噪聲的同時(shí)，不僅不會(huì)降低信噪比，反而會(huì)在某一“共振”點(diǎn)處大幅度提高信噪比，從而使得原來被噪聲淹沒的信號(hào)突現(xiàn)出來。可以有效的實(shí)現(xiàn)淹沒在噪聲中的微弱信號(hào)的提取。2.5隨機(jī)共振算法研究及應(yīng)用2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.5隨機(jī)共振算法研究及應(yīng)用隨機(jī)共振在機(jī)床故障診斷中的應(yīng)用

右圖1是在一臺(tái)CAK6136P臥式數(shù)控車床上采集的金屬切削過程的振動(dòng)信號(hào)，從時(shí)域波形上只能看到大量的噪聲，圖2的頻域分析也主要是第一階主模態(tài)的振型。圖3利用雙穩(wěn)隨機(jī)共振的非線性低通濾波特性，將高頻能量向低頻轉(zhuǎn)移，在濾除高頻成分的同時(shí)，低頻特征成分的能量也得到增強(qiáng)。經(jīng)過3級(jí)雙穩(wěn)系統(tǒng)后，主軸轉(zhuǎn)頻（12.5Hz)及其倍頻成分明顯的體現(xiàn)出來，有效的提取了淹沒在強(qiáng)噪聲中機(jī)床的加工信息。目前典型的故障診斷理論技術(shù)主要有：故障診斷專家系統(tǒng)故障樹故障診斷系統(tǒng)多智能體故障診斷系統(tǒng)網(wǎng)絡(luò)遠(yuǎn)程故障診斷系統(tǒng)2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.6典型的故障診斷理論技術(shù)

專家系統(tǒng)是一種“基于知識(shí)”的人工智能診斷系統(tǒng)，它的實(shí)質(zhì)是在某些特定領(lǐng)域內(nèi)應(yīng)用大量人類專家的知識(shí)和推理方法求解復(fù)雜的實(shí)際問題的一種人工智能計(jì)算機(jī)程序。2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.6典型的故障診斷理論技術(shù)-故障診斷專家系統(tǒng)定義：

設(shè)備故障診斷專家系統(tǒng)是將人類在設(shè)備故障診斷方面的多位專家具有的知識(shí)、經(jīng)驗(yàn)、推理、技能綜合后編制成的大型計(jì)算機(jī)程序，它可以匯集眾多專家的知識(shí)，進(jìn)行分析、比較、推理，最終得出正確的診斷結(jié)論?，F(xiàn)場(chǎng)技術(shù)人員可以充分利用各種信息和癥兆，在計(jì)算機(jī)系統(tǒng)的幫助下有效地解決工程實(shí)際問題，2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.6典型的故障診斷理論技術(shù)-故障診斷專家系統(tǒng)特點(diǎn)：（1）啟發(fā)性專家系統(tǒng)能運(yùn)用專家的知識(shí)與經(jīng)驗(yàn)進(jìn)行推理、判斷和決策。（2）透明性專家系統(tǒng)能夠解釋本身的推理過程和回答用戶提出的問題，以便讓用戶能夠了解推理的過程。（3）靈活性專家系統(tǒng)能不斷地增長(zhǎng)知識(shí)，修改原有知識(shí)，不斷更新。（4）能夠根據(jù)不確定的知識(shí)進(jìn)行推理，善于解決不確定性、非結(jié)構(gòu)化的或沒有算法的困難問題。（5）能高效、準(zhǔn)確、周到、迅速和不知疲倦地進(jìn)行工作，解決實(shí)際問題時(shí)不受周圍環(huán)境影響。2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.6典型的故障診斷理論技術(shù)-故障診斷專家系統(tǒng)

專家系統(tǒng)是一類相當(dāng)廣泛的系統(tǒng)，其技術(shù)還處于不斷發(fā)展時(shí)期，因此，專家系統(tǒng)的結(jié)構(gòu)也沒有一個(gè)固定不變的模式。不同的專家系統(tǒng)其功能和結(jié)構(gòu)可能不同，但一般包括人機(jī)接口、推理機(jī)、知識(shí)庫(kù)、動(dòng)態(tài)數(shù)據(jù)庫(kù)、知識(shí)獲取機(jī)構(gòu)和解釋機(jī)構(gòu)這六個(gè)部分。2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.6典型的故障診斷理論技術(shù)-故障診斷專家系統(tǒng)專家系統(tǒng)在設(shè)備故障診斷領(lǐng)域的應(yīng)用非常廣泛，目前已成功推出的有旋轉(zhuǎn)機(jī)械故障診斷專家系統(tǒng)、往復(fù)機(jī)械故障診斷專家系統(tǒng)、發(fā)電機(jī)組故障診斷專家系統(tǒng)以及汽車發(fā)動(dòng)機(jī)故障診斷專家系統(tǒng)等。設(shè)備故障診斷專家系統(tǒng)除了具備專家系統(tǒng)的一般結(jié)構(gòu)外，還具有自己的特殊性。2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.6典型的故障診斷理論技術(shù)-故障診斷專家系統(tǒng)軟件結(jié)構(gòu)：信號(hào)采集模塊通過設(shè)置采樣參數(shù),采集機(jī)械加工過程中的信號(hào),并以數(shù)據(jù)文件的形式存儲(chǔ)在數(shù)據(jù)庫(kù)中。知識(shí)庫(kù)包括診斷對(duì)象的征兆庫(kù)、診斷字典庫(kù)、診斷規(guī)則庫(kù)。通過知識(shí)獲取單元實(shí)現(xiàn)系統(tǒng)與使用人員的交互,完成診斷知識(shí)的收集。推理機(jī)系統(tǒng)的核心,當(dāng)用戶輸入了診斷對(duì)象的征兆后,推理機(jī)便應(yīng)用知識(shí)進(jìn)行推理求解。信號(hào)分析模塊包含了各種常規(guī)的時(shí)、頻域的信號(hào)分析方法,可以對(duì)采集到的數(shù)據(jù)進(jìn)行分析,提取征兆。診斷解釋模塊實(shí)現(xiàn)系統(tǒng)和用戶之間的交互,對(duì)其推理過程加以解釋說明,增強(qiáng)了系統(tǒng)工作的透明性。2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.6典型的故障診斷理論技術(shù)-故障診斷專家系統(tǒng)硬件結(jié)構(gòu)：傳感器：在線測(cè)試,且具有一個(gè)可移動(dòng)傳感器。前置處理：對(duì)信號(hào)進(jìn)行放大、濾波等處理后送入采樣保持器,保證對(duì)輸入信號(hào)同時(shí)采集。下位機(jī)：主要是完成機(jī)加工時(shí)信號(hào)的采集存儲(chǔ)、狀態(tài)監(jiān)控及數(shù)據(jù)庫(kù)的管理。上位機(jī)：為一離線分析系統(tǒng),主要完成知識(shí)管理及故障診斷。其所需的機(jī)床加工信號(hào)由在線的下位機(jī)傳入,兩機(jī)之間通過接口進(jìn)行通訊。2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.6典型的故障診斷理論技術(shù)-故障診斷專家系統(tǒng)故障樹分析法(FaultTreeAnalysis，F(xiàn)TA)是由美國(guó)貝爾實(shí)驗(yàn)室的H.A.Walson首先提出，運(yùn)用在民兵導(dǎo)彈的控制系統(tǒng)設(shè)計(jì)上，為預(yù)測(cè)導(dǎo)彈發(fā)射的隨機(jī)失效概率做出了貢獻(xiàn)。目前，F(xiàn)TA己廣泛應(yīng)用于宇航、核能、電子、電力、化工、機(jī)械、交通乃至土木建筑領(lǐng)域。簡(jiǎn)介2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.6典型的故障診斷理論技術(shù)-故障樹故障診斷系統(tǒng)故障樹指用以表明產(chǎn)品哪些組成部分的故障或外界事件或它們的組合將導(dǎo)致產(chǎn)品發(fā)生一種給定故障的邏輯圖故障樹是一種邏輯因果關(guān)系圖，構(gòu)圖的元素是事件和邏輯門事件用來描述系統(tǒng)和元、部件故障的狀態(tài)邏輯門把事件聯(lián)系起來，表示事件之間的邏輯關(guān)系故障樹相關(guān)概念2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.6典型的故障診斷理論技術(shù)-故障樹故障診斷系統(tǒng)幫助判明可能發(fā)生的故障模式和原因；發(fā)現(xiàn)可靠性和安全性薄弱環(huán)節(jié)，采取改進(jìn)措施，以提高產(chǎn)品可靠性和安全性；計(jì)算故障發(fā)生概率；發(fā)生重大故障或事故后，F(xiàn)TA是故障調(diào)查的一種有效手段，可以系統(tǒng)而全面地分析事故原因，為故障“歸零”提供支持；指導(dǎo)故障診斷、改進(jìn)使用和維修方案等。故障樹作用2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.6典型的故障診斷理論技術(shù)-故障樹故障診斷系統(tǒng)自上而下的圖形演繹方法；靈活性高；綜合性強(qiáng)：硬件、軟件、環(huán)境、人的因素等；主要用于安全性分析；故障樹特點(diǎn)2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.6典型的故障診斷理論技術(shù)-故障樹故障診斷系統(tǒng)M1螺紋不執(zhí)行X1主軸編碼器M2螺距不對(duì)X2螺紋參數(shù)M3M4M5螺紋亂牙螺紋尺寸短螺紋精度差X3X4X5CNC系統(tǒng)齒輪軸承M6零脈沖不良X6潤(rùn)滑M7時(shí)鐘不同步X7主軸參數(shù)M8主軸未調(diào)好X8X9X10主軸箱與床身連接螺釘松動(dòng)脈沖編碼器主軸與位置編碼器連接車削螺紋的故障列表2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.6典型的故障診斷理論技術(shù)-故障樹故障診斷系統(tǒng)車削螺紋的故障樹2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.6典型的故障診斷理論技術(shù)-故障樹故障診斷系統(tǒng)定義：多智能體技術(shù)通過采用各智能體間的通訊、合作、協(xié)調(diào)、調(diào)度、管理及控制來表達(dá)實(shí)際系統(tǒng)的結(jié)構(gòu)、功能及行為特性,為各種實(shí)際問題提供了一種統(tǒng)一的框架。目標(biāo)：大的復(fù)雜系統(tǒng)(軟硬件系統(tǒng))小的、相互通訊及協(xié)調(diào)的、易于管理的系統(tǒng)簡(jiǎn)化2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.6典型的故障診斷理論技術(shù)-多智能體故障診斷系統(tǒng)特征：具有并行性、智能性和柔性分布式自主系統(tǒng)基于協(xié)商的決策多智能體技術(shù)是人工智能技術(shù)的一次質(zhì)的飛躍！2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.6典型的故障診斷理論技術(shù)-多智能體故障診斷系統(tǒng)通過智能體之間的通訊，可以開發(fā)新的規(guī)劃或求解方法，用以處理不完全、不確定的故障診斷；通過智能體之間(包括個(gè)人經(jīng)驗(yàn))的協(xié)作，不僅改善了每個(gè)智能體的基本能力，而且可從智能體的交互中進(jìn)一步理解數(shù)控裝備；可以用模塊化風(fēng)格來組織系統(tǒng)。以基于多智能體的FMS遠(yuǎn)程故障診斷系統(tǒng)為例說明2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.6典型的故障診斷理論技術(shù)-多智能體故障診斷系統(tǒng)基于多智能體的FMS遠(yuǎn)程故障診斷系統(tǒng)：FMS介紹：

柔性制造系統(tǒng)簡(jiǎn)稱FMS(FlexibleManufactureSystem)，是一組數(shù)控機(jī)床和其他自動(dòng)化的工藝設(shè)備，由計(jì)算機(jī)信息控制系統(tǒng)和物料自動(dòng)儲(chǔ)運(yùn)系統(tǒng)有機(jī)結(jié)合的整體。柔性制造系統(tǒng)作為復(fù)雜系統(tǒng)，由于設(shè)備功能和結(jié)構(gòu)的復(fù)雜性和分布式特性，單個(gè)智能體因個(gè)體所擁有的知識(shí)、計(jì)算資源和視圖的限制，已經(jīng)不能適應(yīng)多領(lǐng)域問題求解的需求。2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.6典型的故障診斷理論技術(shù)-多智能體故障診斷系統(tǒng)基于多智能體的FMS遠(yuǎn)程故障診斷系統(tǒng)：系統(tǒng)工作原理：2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.6典型的故障診斷理論技術(shù)-多智能體故障診斷系統(tǒng)基于多智能體的FMS遠(yuǎn)程故障診斷系統(tǒng)：系統(tǒng)總體結(jié)構(gòu)：2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.6典型的故障診斷理論技術(shù)-多智能體故障診斷系統(tǒng)傳統(tǒng)診斷服務(wù)模式存在以下問題：故障診斷方式和手段受地域限制，影響服務(wù)及時(shí)性和服務(wù)成本及工作效率;故障診斷知識(shí)、技術(shù)與信息不能共享系統(tǒng)出現(xiàn)嚴(yán)重的故障時(shí)，不能快速的利用各方面技術(shù)力量解決問題為了實(shí)現(xiàn)故障診斷的敏捷性、高效率和低成本，就必須克服地域限制，實(shí)現(xiàn)遠(yuǎn)程故障診斷，網(wǎng)絡(luò)遠(yuǎn)程故障診斷技術(shù)能充分利用遠(yuǎn)程專家的技術(shù)支持和共享數(shù)據(jù)，大大提高了診斷效率。2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.6典型的故障診斷理論技術(shù)-網(wǎng)絡(luò)遠(yuǎn)程故障診斷系統(tǒng)對(duì)于設(shè)備制造供應(yīng)商而言，具有以下優(yōu)勢(shì):.(1)提供更及時(shí)有效的服務(wù);.(2)大量減少人員長(zhǎng)途出差;.(3)對(duì)用戶設(shè)備可迅速進(jìn)行故障診斷;.(4)提高全球規(guī)范服務(wù)的能力;.(5)提高維修服務(wù)工作的效率;對(duì)設(shè)備最終用戶而言，具有以下優(yōu)勢(shì):.(1)加快維修需求的響應(yīng)能力;.(2)可更快地進(jìn)行故障診斷和排除故障;.(3)停機(jī)維修費(fèi)用降低;.(4)可縮短因設(shè)備故障而造成的設(shè)備停機(jī)時(shí)間。

遠(yuǎn)程故障診斷系統(tǒng)的優(yōu)勢(shì)：2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.6典型的故障診斷理論技術(shù)-網(wǎng)絡(luò)遠(yuǎn)程故障診斷系統(tǒng)

遠(yuǎn)程故障診斷系統(tǒng)的基本組成：設(shè)備遠(yuǎn)程診斷過程一般可分為五個(gè)基本部分：信號(hào)采集信號(hào)處理信號(hào)傳輸診斷分析決策報(bào)告

診斷系統(tǒng)工作原理2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.6典型的故障診斷理論技術(shù)-網(wǎng)絡(luò)遠(yuǎn)程故障診斷系統(tǒng)遠(yuǎn)程診斷系統(tǒng)體系結(jié)構(gòu)：

整個(gè)遠(yuǎn)程診斷系統(tǒng)由診斷服務(wù)中心和多個(gè)設(shè)備現(xiàn)場(chǎng)監(jiān)測(cè)工作站共同構(gòu)成一個(gè)分布式診斷系統(tǒng)。系統(tǒng)的核心是遠(yuǎn)程診斷服務(wù)中心，它可向多個(gè)設(shè)備提供診斷服務(wù)?，F(xiàn)場(chǎng)工作站對(duì)本地設(shè)備進(jìn)行監(jiān)測(cè)，在設(shè)備故障時(shí)，現(xiàn)場(chǎng)工作站將采集到的實(shí)時(shí)信號(hào)傳輸?shù)竭h(yuǎn)程診斷中心，遠(yuǎn)程診斷中心對(duì)現(xiàn)場(chǎng)設(shè)備進(jìn)行故障診斷。診斷服務(wù)中心和現(xiàn)場(chǎng)工作站。

系統(tǒng)體系結(jié)構(gòu)如下圖所示：2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.6典型的故障診斷理論技術(shù)-網(wǎng)絡(luò)遠(yuǎn)程故障診斷系統(tǒng)診斷計(jì)算機(jī)診斷計(jì)算機(jī)診斷計(jì)算機(jī)網(wǎng)絡(luò)服務(wù)器數(shù)據(jù)庫(kù)服務(wù)器數(shù)據(jù)庫(kù)遠(yuǎn)程診斷服務(wù)中心Internet制造設(shè)備監(jiān)測(cè)計(jì)算機(jī)數(shù)據(jù)庫(kù)制造設(shè)備監(jiān)測(cè)計(jì)算機(jī)數(shù)據(jù)庫(kù)數(shù)據(jù)庫(kù)制造設(shè)備監(jiān)測(cè)計(jì)算機(jī)

系統(tǒng)體系結(jié)構(gòu)圖2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.6典型的故障診斷理論技術(shù)-網(wǎng)絡(luò)遠(yuǎn)程故障診斷系統(tǒng)

遠(yuǎn)程診斷系統(tǒng)的實(shí)現(xiàn)主要包括的三個(gè)方面:(1)現(xiàn)場(chǎng)監(jiān)測(cè)工作站功能: a.現(xiàn)場(chǎng)數(shù)據(jù)采集分析 b.實(shí)時(shí)視頻音頻信息采集與傳輸 c.監(jiān)測(cè)數(shù)據(jù)存儲(chǔ)(包括設(shè)備各監(jiān)測(cè)點(diǎn)及傳感器數(shù)據(jù);設(shè)備運(yùn)行設(shè)置參數(shù); 設(shè)備歷史維護(hù)數(shù)據(jù))(2)遠(yuǎn)程診斷服務(wù)中心實(shí)現(xiàn)： 主要功能有：中心資源調(diào)度實(shí)現(xiàn)；專家信息數(shù)據(jù)庫(kù)調(diào)度。(3)

診斷服務(wù)中心專家工作站功能: a.交互式的診斷功能 b.文件傳輸 c.診斷中心知識(shí)查詢 d.診斷數(shù)據(jù)存儲(chǔ)2.數(shù)控裝備狀態(tài)監(jiān)測(cè)與故障智能診斷理論技術(shù)2.6典型的故障診斷理論技術(shù)-網(wǎng)絡(luò)遠(yuǎn)程故障診斷系統(tǒng)3.數(shù)控裝備故障診斷和智能維護(hù)技術(shù)3.1數(shù)控機(jī)床的故障診斷3.2數(shù)控機(jī)床的智能維護(hù)3.數(shù)控機(jī)床的故障診斷和智能維護(hù)技術(shù)3.1數(shù)控機(jī)床的故障診斷(一)故障診斷的步驟無(wú)論是處于哪一個(gè)故障期，數(shù)控機(jī)床故障診斷的一般步驟都是相同的。數(shù)控機(jī)床一旦發(fā)生故障，首先要沉著冷靜，根據(jù)故障情況進(jìn)行全面的分析，確定查找故障源的方法和手段，然后有計(jì)劃、有目的地一步步仔細(xì)檢查，切不可急于動(dòng)手，憑著看到的部分現(xiàn)象和主觀臆斷亂查一通。這樣做具有很大的盲目性，很可能越查越亂，走很多彎路，甚至造成嚴(yán)重的后果。3.數(shù)控機(jī)床的故障診斷和智能維護(hù)技術(shù)3.1數(shù)控機(jī)床的故障診斷對(duì)數(shù)控機(jī)床故障的分析3.數(shù)控機(jī)床的故障診斷和智能維護(hù)技術(shù)3.1數(shù)控機(jī)床的故障診斷(1)詳細(xì)了解故障情況例如，當(dāng)數(shù)控機(jī)床發(fā)生顫振、振動(dòng)或超調(diào)現(xiàn)象時(shí)，要弄清楚是發(fā)生在全部軸還是某一軸；如果是某一軸，是全程還是某一位置；是一運(yùn)動(dòng)就發(fā)生還是僅在快速、進(jìn)給狀態(tài)某速度、加速或減速的某個(gè)狀態(tài)下發(fā)生。為了進(jìn)一步了解故障情況，要對(duì)數(shù)控機(jī)床進(jìn)行初步檢查，并著重檢查熒光屏上的顯示內(nèi)容，控制柜中的故障指示燈、狀態(tài)指示燈等。當(dāng)故障情況允許時(shí)，最好開機(jī)試驗(yàn)，詳細(xì)觀察故障情況。3.數(shù)控機(jī)床的故障診斷和智能維護(hù)技術(shù)3.1數(shù)控機(jī)床的故障診斷(2)根據(jù)故障情況進(jìn)行分析，縮小范圍，確定故障源查找的方向和手段對(duì)故障現(xiàn)象進(jìn)行全面了解后，下一步可根據(jù)故障現(xiàn)象分析故障可能存在的位置。有些故障與其他部分聯(lián)系較少，容易確定查找的方向，而有些故障原因很多，難以用簡(jiǎn)單的方法確定出故障源的查找方向，這就要仔細(xì)查閱數(shù)控機(jī)床的相關(guān)資料，弄清與故障有關(guān)的各種因素，確定若干個(gè)查找方向，并逐一進(jìn)行查找。3.數(shù)控機(jī)床的故障診斷和智能維護(hù)技術(shù)3.1數(shù)控機(jī)床的故障診斷(3)由表及里進(jìn)行故障源查找對(duì)故障現(xiàn)象進(jìn)行全面了解后，下一步可根據(jù)故障現(xiàn)象分析故障可能存在的位置。有些故障與其他部分聯(lián)系較少，容易確定查找的方向，而有些故障原因很多，難以用簡(jiǎn)單的方法確定出故障源的查找方向，這就要仔細(xì)查閱數(shù)控機(jī)床的相關(guān)資料，弄清與故障有關(guān)的各種因素，確定若干個(gè)查找方向，并逐一進(jìn)行查找。3.數(shù)控機(jī)床的故障診斷和智能維護(hù)技術(shù)3.1數(shù)控機(jī)床的故障診斷（二）故障診斷的方法故障診斷的方法一般要求簡(jiǎn)便有效、故障診斷的所需的時(shí)間盡可能短。下面介紹幾種常用的故障檢查方法。3.數(shù)控機(jī)床的故障診斷和智能維護(hù)技術(shù)3.1數(shù)控機(jī)床的故障診斷(1)直觀檢查法即維修人員充分利用自身的眼、耳、鼻、手等感覺器官查找故障的方法。通過目測(cè)故障電路板；用手摸并輕搖元器件；用一些簡(jiǎn)單工具，如萬(wàn)用表、蜂鳴器等，檢查各電源之間的連接線有無(wú)斷路現(xiàn)象；并注意有無(wú)煙、塵、噪聲、焦糊味、異常發(fā)熱的現(xiàn)象，以此發(fā)現(xiàn)一些較為明顯的故障。3.數(shù)控機(jī)床的故障診斷和智能維護(hù)技術(shù)3.1數(shù)控機(jī)床的故障診斷(2)自診斷功能法現(xiàn)代的數(shù)控機(jī)床已經(jīng)具備了較強(qiáng)的自診斷功能。所謂自診斷是指依靠數(shù)控系統(tǒng)內(nèi)部計(jì)算機(jī)的快速處理數(shù)據(jù)的能力，對(duì)出錯(cuò)系統(tǒng)進(jìn)行多路、快速的信號(hào)采集和處理，然后由診斷程序進(jìn)行邏輯分析判斷，以確定系統(tǒng)是否存在故障，并對(duì)故障進(jìn)行定位。3.數(shù)控機(jī)床的故障診斷和智能維護(hù)技術(shù)3.1數(shù)控機(jī)床的故障診斷(3)故障現(xiàn)象分析法對(duì)于非破壞性故障，必要時(shí)維修人員可讓操作人員再現(xiàn)故障現(xiàn)象，最好會(huì)同機(jī)械、電氣、液壓等技術(shù)人員一起會(huì)診，共同分析出現(xiàn)故障時(shí)的異?，F(xiàn)象，有助于盡快而準(zhǔn)確地找到故障規(guī)律和線索。3.數(shù)控機(jī)床的故障診斷和智能維護(hù)技術(shù)3.1數(shù)控機(jī)床的故障診斷(4)報(bào)警顯示分析法數(shù)控機(jī)床上多配有面板顯示器和指示燈。面板顯示器可把大部分被監(jiān)控的故障識(shí)別結(jié)果以報(bào)警的方式給出。對(duì)于各個(gè)具體的故障，系統(tǒng)有固定的報(bào)警號(hào)和文字顯示給予提示。出現(xiàn)故障后，系統(tǒng)會(huì)根據(jù)故障情況、類型給以故障提示或者同時(shí)中斷運(yùn)行而停機(jī)等待處理。指示燈可粗略地提示故障部位及類型等。程序運(yùn)行中出現(xiàn)故障

時(shí)程序顯示能指出故障出現(xiàn)時(shí)程序的中斷部位；坐標(biāo)值顯示能提示故障出現(xiàn)時(shí)運(yùn)動(dòng)部件的坐標(biāo)位置；狀態(tài)顯示能提示功能執(zhí)行結(jié)果。維修人員應(yīng)利用故障信號(hào)及有關(guān)信息分析故障原因。3.數(shù)控機(jī)床的故障診斷和智能維護(hù)技術(shù)3.1數(shù)控機(jī)床的故障診斷(5)換件診斷法當(dāng)系統(tǒng)出現(xiàn)故障后，維修人員把懷疑部分從大縮至小，逐步縮小故障范圍，直至把故障定位于電路板級(jí)或部分電路、甚至元器件級(jí)。此時(shí)，可利用備用的印制電路板、集成電路芯片或元器件替換有疑點(diǎn)的部分，或?qū)⑾到y(tǒng)中具有相同功能的兩塊印制電路板、集成電路芯片或元器件進(jìn)行交換，即可迅速找出故障所在。這是一種簡(jiǎn)便易行的方法。3.數(shù)控機(jī)床的故障診斷和智能維護(hù)技術(shù)3.1數(shù)控機(jī)床的故障診斷(6)測(cè)量比較法數(shù)控系統(tǒng)生產(chǎn)廠在設(shè)計(jì)印制電路板時(shí)，為了調(diào)整、維修的便利，在印制電路板上設(shè)計(jì)了多個(gè)檢測(cè)用端子。用戶也可利用這些端子比較、測(cè)量正常的印制電路板和有故障的印制電路板之間的差異?？梢詸z測(cè)這些測(cè)量端子的電壓或波形，分析故障的起因及故障的所在位置。3.數(shù)控機(jī)床的故障診斷和智能維護(hù)技術(shù)3.1數(shù)控機(jī)床的故障診斷(7)參數(shù)檢查法數(shù)控參數(shù)能直接影響數(shù)控機(jī)床的性能。參數(shù)通常存放在磁泡存儲(chǔ)器或存放在需由電池保持的CMOSRAM中，一旦電池不足或由于外界的某種干擾等因素，會(huì)使個(gè)別參數(shù)丟失或變化，發(fā)生混亂，使數(shù)控機(jī)床無(wú)法正常工作。此時(shí)，通過核對(duì)、修正參數(shù)，就能將故障排除。3.數(shù)控機(jī)床的故障診斷和智能維護(hù)技術(shù)3.1數(shù)控機(jī)床的故障診斷(8)敲擊法當(dāng)數(shù)控系統(tǒng)出現(xiàn)的故障表現(xiàn)為時(shí)有時(shí)無(wú)時(shí)，往往可用敲擊法檢查出故障的部位所在。這是由于數(shù)控系統(tǒng)是由多塊印制電路板組成，每塊板上又有許多焊點(diǎn)，板間或模塊間又通過接插件及電纜相連。因此，任何虛焊或接觸不良，都可能引起故障。當(dāng)用絕緣物輕輕敲打有虛焊或接觸不良的疑點(diǎn)時(shí)，故障會(huì)重復(fù)再現(xiàn)。3.數(shù)控機(jī)床的故障診斷和智能維護(hù)技術(shù)3.1數(shù)控機(jī)床的故障診斷(9)原理分析法根據(jù)數(shù)控系統(tǒng)的工作原理，維修人員可從邏輯上分析可疑元器件各點(diǎn)的電平和波形，然后用萬(wàn)用表、邏輯筆、示波器或邏輯分析儀進(jìn)行測(cè)量、分析和對(duì)比，從而找出故障。這種方法對(duì)維修人員的要求最高，維修人員必須對(duì)整個(gè)系統(tǒng)乃至每個(gè)電路的原理有清楚的了解。但這也是檢查疑難故障的最終方法。3.數(shù)控機(jī)床的故障診斷和智能維護(hù)技術(shù)3.1數(shù)控機(jī)床的故障診斷(10)接口信號(hào)法。由于數(shù)控機(jī)床的各個(gè)控制部分大都采用I/O接口來互為控制，利用數(shù)控機(jī)床各接口部分的I/O接口信號(hào)來分析，則可以找出故障出現(xiàn)的部位。利用接口信號(hào)法進(jìn)行故障診斷的全過程可歸納為：故障報(bào)警—故障現(xiàn)象分析—確定故障范圍(大范圍)—采用接口信號(hào)法—邏輯分析—確定故障點(diǎn)—排除故障。3.數(shù)控機(jī)床的故障診斷和智能維護(hù)技術(shù)3.1數(shù)控機(jī)床的故障診斷(11)機(jī)床物理狀態(tài)監(jiān)測(cè)與故障診斷它集傳感器技術(shù)、動(dòng)態(tài)測(cè)試技術(shù)、信號(hào)處理技術(shù)乃至人工智能于一體、涉及機(jī)械、電子、光學(xué)、信息學(xué)等多門學(xué)科的技術(shù)綜合。該技術(shù)主要用于了解和掌握設(shè)備在運(yùn)行過程中的狀態(tài)，判斷其整體或局部是否正常，以便預(yù)防故障的發(fā)生或盡早發(fā)現(xiàn)故障及其原因，避免更大的損失。根據(jù)是否采用人工智能(AI)，現(xiàn)代故障診斷技術(shù)又可分為常規(guī)診斷及智能診斷。3.數(shù)控機(jī)床的故障診斷和智能維護(hù)技術(shù)3.1數(shù)控機(jī)床的故障診斷常規(guī)診斷以傳感器技術(shù)和動(dòng)態(tài)測(cè)試技術(shù)為基礎(chǔ)，以信號(hào)處理技術(shù)為手段，主要研究如何獲取征兆信息并進(jìn)行變換處理和特征分析，借此實(shí)現(xiàn)設(shè)備的診斷。檢測(cè)手段和信號(hào)分析、數(shù)據(jù)處理方法構(gòu)成了這一階段設(shè)備診斷技術(shù)的主要研究和發(fā)展內(nèi)容，它仍然是一個(gè)信號(hào)檢測(cè)與數(shù)據(jù)處理系統(tǒng)，缺乏智能性。而智能診斷以人工智能(AI)技術(shù)為支持、以知識(shí)為基礎(chǔ)、以知識(shí)處理為核心。3.數(shù)控機(jī)床的故障診斷和智能維護(hù)技術(shù)3.1數(shù)控機(jī)床的故障診斷智能診斷以人工智能(AI)技術(shù)為支持、以知識(shí)為基礎(chǔ)、以知識(shí)處理為核心。此時(shí)的信號(hào)檢測(cè)與數(shù)據(jù)處理仍起著十分重要的作用，甚至占著診斷工作的大部分或絕大部分。同時(shí)在診斷過程中起主導(dǎo)作用的是人類專家的知識(shí)。診斷過程中從信息檢測(cè)到特征提取，從狀態(tài)識(shí)別到故障分析，從干預(yù)決策到維修計(jì)劃都實(shí)現(xiàn)了知識(shí)化，實(shí)現(xiàn)了信號(hào)檢測(cè)、數(shù)據(jù)處理與知識(shí)處理的統(tǒng)一。3.數(shù)控機(jī)床的故障診斷和智能維護(hù)技術(shù)3.2數(shù)控機(jī)床的智能維護(hù)3.2.1故障的提前預(yù)判3.2.2故障發(fā)生后的應(yīng)急響應(yīng)與排除3.數(shù)控機(jī)床的故障診斷和智能維護(hù)技術(shù)3.2數(shù)控機(jī)床的智能維護(hù)3.2.1故障的提前預(yù)判對(duì)于故障的提前預(yù)判主要是利用各種監(jiān)測(cè)技術(shù)、手段、設(shè)備等，通過各種智能算法實(shí)現(xiàn)對(duì)于數(shù)控機(jī)床某一特定部件運(yùn)行性能評(píng)估、預(yù)測(cè)，尤其是對(duì)于故障的提前獲知。3.數(shù)控機(jī)床的故障診斷和智能維護(hù)技術(shù)3.2數(shù)控機(jī)床的智能維護(hù)1)實(shí)驗(yàn)設(shè)備課題以自主研發(fā)的TDNC-H8型八軸五聯(lián)動(dòng)數(shù)控銑床為實(shí)驗(yàn)驗(yàn)證平臺(tái)，進(jìn)行了本章的在線監(jiān)測(cè)穩(wěn)定性預(yù)報(bào)理論及基于穩(wěn)定性預(yù)測(cè)的在線尋優(yōu)控制理論的動(dòng)態(tài)測(cè)試驗(yàn)證實(shí)驗(yàn)。由于本課題所進(jìn)行的各項(xiàng)理論實(shí)驗(yàn)驗(yàn)證均為對(duì)銑削過程中振動(dòng)、力等動(dòng)態(tài)信號(hào)的采集和分析，考慮銑削實(shí)驗(yàn)成本較高等因素，采用多臺(tái)自主知識(shí)產(chǎn)權(quán)的多通道信號(hào)采集儀器同時(shí)進(jìn)行課題研究所需的各種信號(hào)的采集。3.數(shù)控機(jī)床的故障診斷和智能維護(hù)技術(shù)3.2數(shù)控機(jī)床的智能維護(hù)實(shí)驗(yàn)平臺(tái)：TDNC-H8型八軸五聯(lián)動(dòng)數(shù)控銑床3.數(shù)控機(jī)床的故障診斷和智能維護(hù)技術(shù)3.2數(shù)控機(jī)床的智能維護(hù)(1)

SD150型8通道振動(dòng)測(cè)試及模態(tài)分析系統(tǒng)3.數(shù)控機(jī)床的故障診斷和智能維護(hù)技術(shù)3.2數(shù)控機(jī)床的智能維護(hù)(2)

IDPM-4A型4通道便攜式數(shù)采分析儀3.數(shù)控機(jī)床的故障診斷和智能維護(hù)技術(shù)3.2數(shù)控機(jī)床的智能維護(hù)(3)基于LabVIEW的4通道故障診斷分析系統(tǒng)3.數(shù)控機(jī)床的故障診斷和智能維護(hù)技術(shù)3.2數(shù)控機(jī)床的智能維護(hù)(4)PSDA-II型2通道手持片上數(shù)采儀分析儀3.數(shù)控機(jī)床的故障診斷和智能維護(hù)技術(shù)3.2數(shù)控機(jī)床的智能維護(hù)(5)K