数控设备的故障预测与健康管理技术

本资料包含pdf文件1个，下载需要1积分

为了提高数控设备的完好性和可靠性，降低寿命周期费用和保障规模，引入-种全新的保障理念--故障预测与降管理fPHM，Prognostic and Health Management)。PHM是美国军方基于视情维修提出的新的设备维护策略。PHM利用旧能少的传感器采集数控设备的各种数据信息 ，借助各种智能推理算法(如物理模型、神经网络、数据融合、模糊逻辑、专家系统等)来预测、监控、评估及管理数控设备的降状态以实现数控设备的视情维修。

-、 PHM体系结构系统体系结构为开放式，如图1所示。目前，该体系结构已在包括美国海军舰船系统、飞机、民用车辆以及其他工业领域的诸多系统中得到初步应用，也可用于高档数控设备的视情维修工作。

l H H H H H H H兰f基于各种状态历史数据、工作状态以及维修历史数据等。

降管理拈包括状态评估、性能衰退分析、分级报警和资料存档四部分。(5)故障预测∩综合利用前述各部分的数据信息，评估预测被监测系统的未来状态，包括故障预测、剩余寿命预测等。f6)维修管理：主要功能是产生更换、维修活动的建议措施等。它可在数控设备发生故障之前的适宜时机采取维修措施，包括数控设备维修计划制定、数控设备维修备件采购、数控设备维修任务调度和数控设备维修资源分配。(7)接口。主要是指对降管理、故障预测和维修管理拈的数据信息的表示以及状态监测拈的警告信息显示。

二、大型数控设备PItM系统的设计1.组成及功能以数控设备为监测对象构建PHM系统，实现设备各子系统的状态评估、寿命预测、故障预警和故障诊断(图2)。

(1)监测对象。监测对象为数控设备及各子系统。(2)信号采集系统。设备各子系统的状态变化及故障信息采用振动传感器、电流传感器、压力传感器、流量传感器和温度传感器获取，多传感器信号经采集系统输入工控机进行信号分析、特征提取与优化选择。(3)性能退化模型。多个性能退化模型建立不同部件性能状态与敏感特征的非线性映射关系，实现部件性能退化趋势预测。(4)寿命预测模型。

寿命预测模型综合考虑时间、加工参数等因素，协同性能退化模型对部件当前条件下的剩余寿命进行预测。(5)故障预报系统。故障预报系统根据设定的非线性阈值与部件性能退化状态提前判定故障发生的概率。f6)各子系统及整机2013年3月 I中国设备工程 39 管 强 j i 。 。

主轴 导轨 丝杠 润滑 数控 伺服 电子系统 副状 副状 系统 系统 系统 控制状态 态监 态监 状态 状态 状态 系统 监控对象状态 监测 测 测 监测 监测 监测监测l 言号采信系统(信号分析与特征选择)l 性能退化模型.- - - -。

1 寿命预测模型 故障预报系统 l 数控设备系统各个部- .牛及整机性能评估及寿命预测： ll 维修专家数据库 数据服务器。

l 管理服务器管理 用户层图2 数控设备PHM系统功能框图性能评估及寿命预测。各子系统的状态评估、故障预警与诊断、寿命预测，通过寿命预测模型、故障预警模型和维修专家数据库协同作用完成，最终实现数控设备整机的状态评估与智能诊断。f7)维修专家数据库。预测及诊断结果同时送人维修专家数据库进行知识更新 、规则补充和解决方案添加。f8数据服务器。各个部件的海量信息存储在数据服务器上，以确保数据的安全性。(9)管理服务器。通过管理软件调用数据服务器上的数据，可以对数控设备各个子系统的运动状态 、性能参数进行全面监控。(10)管理用户层。车间的设备管理及工艺人员作为网络的节点，可以远程获取数控设备的各种加工信息和状态信息，从而对设备进行准确合理的调度及维护。

为提高数控设备的使用效率，及时解决设备在生产中出现的各种问题，采用基于工业以太网的三级管理体系，包括工控机(底层)、数据服务器、管理服务器及用户。

2.系统的实现针对监测对象的特点，选择不同的传感器对各个部件的运行状态进行监测，具体结构如图3所示。(1)数控系统。

运行参数通过软件直接读取，系统故障代码显示各种报警信息。(2)电气控制系统。采用PLC直读技术获取PLC点位信息，构成状态矩阵，并采用图形化方式将电气原理图进行对照输出，以便快速处理故障。(3)导轨副。 、l，和Z向导轨采用滑动导轨，在滑动体上安装三向振动传感器监测导轨的变形及磨损。(4)丝杠副。在X、Y及z向滚珠丝杠副的丝母座上分别安装三向振动传感器，监测丝杠由于磨损、偏心、丝杠滚道表面缺陷、滚珠缺陷等导致的振动及冲击脉冲。丝杠两侧的支撑端分别安装单向振动传感器，监测40 中国设备工程 I 2013年3月由于丝杠弯曲、前后支架不同心 、轴承故障等导致的振动形态变化。在丝母座及两个轴承座上分别安装贴片式温度传感器，监测性能变化导致的温度增加。(5)主轴系统。在主轴前端安装声发射传感器和振动传感器，在齿轮箱上安装振动传感器，监测主轴的运动精度、轴承状态及齿轮啮合状态。(6)伺服系统。采用3个电流传感器分别监测主轴电机和2个进给电机的实际负载状况及功率变化。(7)润滑系统。分别采用压力传感器和流量传感器实时监测压力及流量 ，油箱油温度和液位高度通过温度传感器和液位传感器获取，防止异常状况和漏油的发生。

主电机电流传感器- 电流传感器工作台温度传感器轴承座f --～-置每 r 枉滑动导进给电机进给电机图3 大型数控设备PHM系统结构上述传感器信号通过模/数采集卡转换后输入工控机进行分析与计算 ，分析获得的设备状态监测数据送入数据服务器存储，同时在设备的人机界面HMI上实时滚动显示，以便于操作人员掌握设备各个部件的运行及状态信息。

三、数控设备PHM系统工作流程系统包括两种工作流程：设备运行状态信息采集和故障诊断、预测流程；设备维修管理流程。如图4所示。具体操作可划分为以下四个阶段。

1.设备运行状态实时采集与监控(1)通过对设备运行状态进行分析，选择最佳的状态监测方法，确定所需的仪器和设备，进行设备运行状态数据的采集。(2)由于设备运行状态的输出大都为非线性，同时受温度、电源波动、噪声和振动等环境因素的影响，使采集的数据不能准确地反映实际值。因此需对采集数据进行处理，剔除错误数据或偏差数据。(3)对多源同类传感器进行-次数据融合 ，然后对异类传感器进行二次数据融合 ，以提高获取状态信息的准确性。同时 ，根据融合后的数据，输出设备的运行状态信息。

2.故障诊断研究与探讨在线监控状态输出---T 故障诊断 雩考值、 许值 I和故障闽值等基于模型的方法：学模型号、物理模型)号数据驱动的方法(模糊逻辑、神经网络)基于统计的方法(寿命分布)需要维修维修管理 l 歪蕹费用预 达、 实施维修数据库图4 数控设备PHM系统工作流程f1)由于实时采集的设备状态信息的数据量庞大，需要根据融合后的状态数据构建设备状态的特征向量。(2)根据信息融合理论进行设备状态的特征融合。(3)状态特征分类器进行决策层融合。同时，参考设备状态参考值、允许值和故障阈值进行故障诊断，并输出诊断结果。如果诊断出有故障，则报警，并输出故障信息，同时进人此后的维修管理阶段；如果诊断是无故障，则进入故障预测阶段。

Z.故障预测故障预测功能可判断故障发生的可能性的大小，并做出是否需要维修的判断。预测的方法有模型法 、数据驱动法和统计法三种。预测判定为不必维修，则返回第-阶段；如果判定为需要维修，则进入下-阶段。

4.维修管理(1)如果设备需要进行维修，则查询维修数据库，制定维修计划。(2)对维修计划进行费用预算，并生成维修任务单。该步骤由相关人员组织实施。(3)维修控制，维修任务完成后，把维修信息输入维修数据库。

四、基于物理模型的故障预测和降管理方法故障预测和降管理既包括简单的 阈值”判断方法，也包括基于规则、案例和模型等的推理算法。故障预测是指综合利用各种数据信息如监测参数、使用状况、当前的环境和工作条件、试验数据、历史经验等，并借助各种推理技术如数学物理模型、人工智能等评估软件或系统的剩余使用寿命，预计其未来的降状态。在PHM中广泛应用的故障预测算法主要有基于特征进化 、统计趋势的预测 、基于人工智能的预测和基于物理模型的预测等。

以数控设备齿轮箱的故障预测为例，通过基于物理模型的算法说明PHM的实现方法。该方法利用物理模型来预计设备在给定的负载、工作和环境条件下的退化率。该方法通常需要复杂的建模过程，需要各领域的知识，这样结惫 理 1殴果也更为精确。对由于低周疲劳(LCF，Low Cycle Fatigue)断裂引起的齿轮齿牙故障进行实时的预测，如图5所示。

振动数据I振动特征提波峰能量、峰度于信号的Mq或故障概率(实际值)基于模型的MTTF或故障概率(期望值)D-S证据理论数据融合联合故障概率(最终渗断结果)图5 基于物理模型的齿轮箱故障诊断颀测该例采用物理模型和特征进化两种预测方法，图5上半部分为基于物理模型的方法。实时采集齿轮箱的速度和扭矩信息，利用物理模型预计故障概率。齿轮齿根断裂是上述齿轮箱的主要故障模式，是-种低周疲劳故障，可用下式描述齿轮齿根断裂初始前的平均故障时间(循环数)。此外，式中建立了LCF损伤同局部(如齿轮齿根)应力之间的函数关系。

J7 0me) (， 觎)]K -E， 1 (- )(- ) ÷)式中： 齿轮的LCF寿命；8，true)--在齿根处的塑性应力值；n--循环应变硬化指数；c--疲劳耐久性指数；K--循环强度系数；E广.- 疲劳耐久性系数。

由于实际情况上述物理模型中的参数具有不确定性 ，通常采用期权定价模型(Monte-Carlo)仿真方法计算出低周疲劳断裂初始前的时间分布。

五、结束语目前PHM系统面临的-个主要问题就是需要开发能够处理现实不确定性问题的诊断和预测方法。不确定性问题包括预计时的状态估计、失效前时间的预计、提前采取行动的允许时间及总体预测方法的选择等。另外，规划特定被监测系统的PHM系统体系结构 、有效选用较成熟的技术构建PHM系统及开发出需要的特定PHM系统都是亟待解决的问题。