第8章 数控机床常见故障诊断与维修.docx
《第8章 数控机床常见故障诊断与维修.docx》由会员分享，可在线阅读，更多相关《第8章 数控机床常见故障诊断与维修.docx（15页珍藏版）》请在冰点文库上搜索。
第8章数控机床常见故障诊断与维修
第六章 数控机床的故障诊断
§6—1 概述
一、数控机床的故障诊断
数控机床是个复杂的系统，一台数控机床既有机械装置、液压系统，又有电气控制部分和软件程序等。
组成数控机床的这些部分，由于种种原因，不可避免地会发生不同程度、不同类型的故障，导致数控机床不能正常工作。
这些原因大致包括：
（1）机械锈蚀、磨损和损坏；
（2）元器件老化、损坏和失效；
（3）电气元件、插接件接触不良；
（4）环境变化，如电流或电压波动、温度变化、液压压力和流量的波动以及油污等；
（5）随机干扰和噪声；
（6）软件程序丢失或被破坏。
此外，错误的操作也会引起数控机床不能正常工作。
数控机床一旦发生故障，必须及时予以维修，将故障排除。
数控机床维修的关键是故障的诊断，即故障源的查找和故障定位。
一般来说，随着故障类型的不同，采用的故障诊断的方法也就不同。
本章将针对不同类型的数控机床故障，对数控机床故障诊断的一般方法及其原理进行阐述。
二、数控机床的故障规律
与一般设备相同，数控机床的故障率随时间变化的规律可用图6—1所示的浴盆曲线表示。
在整个使用寿命期，根据数控机床的故障频度大致分为三个阶段，即早期故障期、偶发故障期和耗损故障期。
图6-1数控机床故障规律浴盆曲线
1、早期故障期
早期故障期的特点是故障发生的频率高，但随着使用时间的增加迅速下降。
使用初期之所以故障频繁，原因大致如下：
（1）机械部分。
机床虽然在出厂前进行过运行磨合，但时间较短，而且主要是对主轴和导轨进行磨合。
由于零件的加工表面存在着微观的和宏观的几何形状偏差，在完全磨合前，零件的加工表面还比较粗糙，部件的装配可能存在误差，因而，在机床使用初期会产生较大的磨合磨损，使设备相对运动部件之间产生较大的间隙，导致故障的发生。
（2）电气部分。
数控机床的控制系统使用了大量的电子元器件，这些元器件虽然在制造厂经过了相当长时间的老化试验和其他方式的筛选，但实际运行时，由于电路的发热、交变负荷、浪涌电流及反电势的冲击，性能较差的某些元器件经不住考验，因电流冲击或电压击穿而失效，或特性曲线发生变化，从而导致整个系统不能正常工作。
（3）液压部分。
由于出厂后运输及安装阶段时间较长，使得液压系统中某些部位长时间无油，汽缸中润滑油干涸，而油雾润滑又不可能立即起作用，造成油缸或汽缸可能产生锈蚀。
此外，新安装的空气管道若清洗不干净，一些杂物和水分也可能进入系统，造成液压气动部分的初期故障。
2、偶发故障期
数控机床在经历了初期的各种老化、磨合和调整后，开始进入相对稳定的正常运行期。
在这个阶段，故障率低而且相对稳定，近似常数。
偶发故障是由于偶然因素引起的。
3、耗损故障期
耗损故障期出现在数控机床使用的后期，其特点是故障率随着运行时间的增加而升高。
出现这种现象的基本原因是由于数控机床的零部件及电子元器件经过长时间的运行，由于疲劳、磨损、老化等原因，寿命已接近衰竭，从而处于频发故障状态。
三、数控机床故障诊断的一般步骤
（1）详细了解故障情况。
例如，当数控机床发生颤振、振动或超调现象时，要弄清楚是发生在全部轴还是某一轴，如果是某一轴，是全程还是某一位置；是一运动就发生还是仅在快速、进给状态某速度、加速或减速的某个状态下发生。
为了进一步了解故障情况，要对数控机床进行初步检查，并着重检查荧光屏上的显示内容、控制柜中的故障指示灯、状态指示灯或作报警用的数码管。
当故障情况允许时，最好开机试验，详细观察故障情况。
（2）根据故障情况进行分析，缩小范围，确定故障源查找的方向和手段。
对故障现象进行全面了解后，下一步可根据故障现象分析故障可能存在的位置，即哪一部分出现故障可能导致如此现象。
有些故障与其他部分联系较少，容易确定查找的方向，而有些故障原因很多，难以用简单的方法确定出故障源查找方向，这就要仔细查阅有关的数控机床资料，弄清与故障有关的各种因素，确定若干个查找方向，并逐一进行查找。
（3）由表及里进行故障源查找。
故障查找一般是从易到难，从外围到内部逐步进行。
所谓难易，包括技术上的复杂程度和拆卸装配方面的难易程度。
技术上的复杂程度是指判断其是否有故障存在的难易程度。
在故障诊断的过程中，首先应该检查可直接接近或经过简单的拆卸即可进行检查的那些部位，然后检查须要进行大量的拆卸工作之后才能接近和进行检查的那些部位。
§6—2 数控机床故障诊断的一般方法
数控机床是涉及多个应用学科的十分复杂的系统，加之数控系统和机床本身的种类繁多，功能各异，不可能找出一种适合各种数控机床、各类故障的通用诊断方法。
这里仅对一些常用的一般性方法作以介绍，这些方法互相联系，在实际的故障诊断中，对这些方法要综合运用。
一、根据报警号进行故障诊断
计算机数控系统大都具有很强的自诊断功能。
当机床发生故障时，可对整个机床包括数控系统自身进行全面的检查和诊断，并将诊断到的故障或错误以报警号或错误代码的形式显示在CRT上。
报警号（错误代码）一般包括下列几方面的故障（或错误）信息：
（1）程序编制错误或操作错误；
（2）存储器工作不正常；
（3）伺服系统故障；
（4）可编程控制器故障；
（5）连接故障；
（6）温度、压力、液位等不正常；
（7）行程开关（或接近开关）状态不正确。
利用报警号进行故障诊断是数控机床故障诊断的主要方法之一。
如果机床发生了故障，且有报警号显示于CRT上，首先就要根据报警号的内容进行相应的分析与诊断。
当然，报警号多数情况下并不能直接指出故障源之所在，而是指出了一种现象，维修人员就可以根据所指出的现象进行分析，缩小检查的范围，有目的地进行某个方面的检查。
二、根据控制系统LED灯或数码管的指示进行故障诊断
控制系统的LED（发光二极管）或数码管指示是另一种自诊断指示方法。
如果和故障报警号同时报警，综合二者的报警内容，可更加明确地指示出故障的位置。
在CRT上的报警号未出现或CRT不亮时，LED或数码管指示就是唯一的报警内容了。
例如，FANUC10，11系统的主电路板上有一个七段LED数码管，在电源接通后，系统首先进行自检，这时数码管的显示不断改变，最后显示“1”而停止，说明系统正常。
如果停止于其他数字或符号上，则说明系统有故障，且每一个符号表示相应的故障内容，维修人员就可根据显示的内容进行相应的检查和处理。
三、根据PC状态或梯形图进行故障诊断
现在的数控机床上几乎毫无例外地使用了PC控制器，只不过有的与NC系统合并起来，统称为NC部分。
但在大多数数控机床上，二者还是相互独立的，二者通过接口相联系。
无论其形式如何，PC控制器的作用却是相同的，主要进行开关量的管理与控制。
控制对象一般是换刀系统，工作台板转换系统，液压、润滑、冷却系统等。
这些系统具有大量的开关量测量反馈元件，发生故障的概率较大。
特别是在偶发故障期，NC部分及各电路板的故障较少，上述各部分发生的故障可能会成为主要的诊断维修目标。
因此，对这部分内容要熟悉。
首先要熟悉各测量反馈元件的位置、作用及发生故障时的现象与后果。
对PC控制器本身也要有所了解，特别是梯形图或逻辑图要尽量弄明白。
这样，一旦发生故障，可帮助你从更深的层次认识故障的实质。
PC控制器输入输出状态的确定方法是每一个维修人员所必须掌握的。
因为当进行故障诊断时经常须要确定一个传感元件是什么状态以及PC的某个输出为什么状态。
用传统的方法进行测量非常麻烦，甚至难以做到。
一般数控机床都能够从CRT上或LED指示灯上非常方便地确定其输入输出状态。
例如，DIALOG4系统是用PC控制器的输入输出板上的LED指示灯表示其输入输出状态的。
灯亮为1，灯熄为0，可十分方便地确定出PC控制器的输入输出状态。
又如，SINUMERIK3系统是在CRT上显示PC状态。
按
、
键，即可调出PC状态。
四、根据机床参数进行故障诊断
机床参数也称为机床常数，是通用的数控系统与具体的机床相匹配时所确定的一组数据，它实际上是NC程序中未定的数据或可选择的方式。
机床参数通常存于RAM中，由厂家根据所配机床的具体情况进行设定，部分参数还要通过调试来确定。
机床参数大都随机床以参数表或参数纸带的形式提供给用户。
由于某种原因，如误操作、参数纸带不良等，存于RAM中的机床参数可能发生改变甚至丢失而引起机床故障。
在维修过程中，有时也要利用某些机床参数对机床进行调整，还有的参数须要根据机床的运行情况及状态进行必要的修正。
因此，维修人员对机床参数应尽可能地熟悉，理解其含义，只有在理解的基础上才能很好地利用它，才能正确地进行修正而不致产生错误。
五、用诊断程序进行故障诊断
绝大部分数控系统都有诊断程序。
所谓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检测的软件，当数控机床发生故障时，可利用该程序诊断出故障源所在范围或具体位置。
诊断程序一般分为三套，即启动诊断、在线诊断或称后台诊断和离线诊断。
启动诊断指从每次通电开始至进入正常的运行准备状态止，CNC内部诊断程序自动执行的诊断，一般情况下数秒之内即告完成，其目的是确认系统的主要硬件可否正常工作。
主要检查的硬件包括：
CPU、存储器、I/O单元等印刷板或模块；CRT/MDI单元、阅读机、软盘单元等装置或外设。
若被检测内容正常，则CRT显示表明系统已进入正常运行的基本画面（一般是位置显示画面）。
否则，将显示报警信息。
在线诊断是指在系统通过启动诊断进入运行状态后由内部诊断程序对CNC及与之相连接的外设、各伺服单元和伺服电机等进行的自动检测和诊断。
只要系统不断电，在线诊断也就不会停止，在线诊断的诊断范围大，显示信息的内容也很多。
一台带有刀库和台板转换的加工中心报警内容有五六百条。
离线诊断是利用专用的检测诊断程序进行的旨在最终查明故障原因，精确确定故障部位的高层次诊断，离线诊断的程序存储及使用方法一般不相同
离线诊断是数控机床故障诊断的一个非常重要的手段，它能够较准确地诊断出故障源的具体位置，而许多故障靠传统的方法是不易进行诊断的。
需要注意的是，有些厂商不向用户提供离线诊断程序，有些则作为选择订货内容。
在机床的考察、订货时要注意到这一点。
随着科学技术的发展及CNC技术的成熟与完善，更高层次的诊断技术已经出现。
其中最引人注目的是“自修复”、“专家诊断系统”和通信诊断系统，这些新技术的发展与应用，无疑会给数控维修特别是故障诊断提供更有效的方法与手段。
§6—3 人工智能与数控机床故障诊断
一、专家系统基本原理
一般认为，专家系统是一个或一组能在某些特定领域内，应用大量的专家知识和推理方法求解复杂问题的一种人工智能计算机程序。
一般专家系统如图6—2所示。
它主要包括两图6-2专家系统的基本结构大部分，即知识库和推理机。
其中知识库中存放着求解问题所需的知识，推理机负责使用知识库中的知识去解决实际问题。
知识库的建造需要知识工程师和领域专家相互合作把领域专家头脑中的知识整理出来，并用系统的知识方法存放在知识库中。
当解决问题时，用户为系统提供一些已知数据，并可从系统处获得专家水平的结论。
图6-2 专家系统的基本结构
由此可见，专家系统具有相当数量的权威性知识，能够采取一定的策略，运用专家知识进行推理，解决人们在通常条件下难以解决的问题。
它克服了专家缺少，其知识昂贵，难于永久保存以及专家在解决问题时易受心理、环境等因素影响而使临场发挥不好等缺点。
因此，专家系统自从问世以来，发展非常迅速，目前专家系统已经成为人工智能应用最活跃和最成功的领域。
经过20多年的努力，其应用范畴已遍及各个领域，如疾病诊断、探矿、设计、制造、自动控制、生产过程监视，取得了极大的经济效益，并获得了许多新的进展。
二、数控机床故障诊断专家系统
从数控机床故障诊断的内容看，故障诊断专家系统具体可以用于以下三个方面：
（1）故障监测。
（2）故障分析。
（3）决策处理。
一个完整的故障诊断专家系统应是图6—3所示结构。
该图中各功能模块的作用如下：
（1）数据库。
用于存放监测系统状态的、便于测量的也是必要的测量数据；用于实时监测系统工作正常与否。
对于离线分析，数据库可根据推理需要，人为输入。
（2）知识库。
可以定义为便于使用和管理的形式组织起来的用于问题求解的知识的集合。
通常知识库具有两方面的知识内容：
一方面是针对具体的系统而言，包括系统的结构，系统经常出现故障现象，每个故障现象都是由哪些原因引起的，各种原因引起该故障现象可能性大小的经验数据，判断每一故障是否发生的一些充分及必要条件等；另一方面是针对系统中一般的设备仪器故障诊断的专家经验，内容与前面相仿。
基于这两方面内容，知识库还包含有系统规则，这些规则大多是关于具体系统或通用设备有关因果关系的逻辑法则。
所以真实反映对象系统的知识库的建立是专家系统进行快速有效的故障诊断的前提。
知识库是专家系统的核心内容，知识库内容，如故障现象对应关系规则的建立，有些在理论上是严格的，有些则取决于该领域专家的经验。
图6-3故障诊断专家系统的基本结构
（3）知识库的管理。
建立和维护知识库，并能根据运行的中间结果及知识获取程序结果及时修改和增删知识库，对知识库进行一致性检验。
（4）人机接口系统。
可将系统运行过程中系统出现故障后观察到的现象或系统进行调整
或变化后的信息输入到知识库获取模块，或将新的经验输入，以实时调整知识库。
还可通过人机接口启动解释系统工作。
（5）推理机制。
在数据库和知识库的基础上，综合运用各种规则，进行一系列推理来尽快寻找故障源。
（6）解释系统。
可以解释各种诊断结果的推理实现过程，并能解释索取各种信息的必要性等。
解释系统是专家系统区别于系统方法的显著特征，它能把程序设计者的思想及专家的推理思想显示给用户。
（7）控制部分。
使用各部分功能块协调工作，在时序上进行安排和控制。
对于在线实时诊断系统，数据库的内容是实时检测到的目前系统的工作数据。
对于离线诊断，则数据库的内容可以是保存的故障发生时检测到的数据，也可以是人为检测的一些特征数据。
人机接口系统可为知识库提供系统实时运行时，或发生故障时观察到的一些事实现象。
专家系统诊断程序在知识库和数据库的基础上，通过推理机制，综合利用各种规则，必要时还可调用各种应用程序，并在运行时向用户索取必要的信息，可尽快地直接找到最后故障，或最有可能的故障，再由人确定最后故障
三、人工神经元网络及其在数控机床故障诊断中的应用
1、人工神经元网络原理
人工神经元网络或简称神经网络，是人们在对人脑思维研究的基础上，用数学方法将其简化、抽象并模拟，能反映人脑基本功能特性的一种并行分布处理连接网络模型。
神经元网络处理信息的思想方法同传统的冯·诺曼计算机所用的思维方法是完全不同的。
它的存储方式不同。
一个信息不是放在一个地方，而是分布在不同的位置。
网络的某一地方也不只存储一个信息，它的信息是分布存储的。
这种存储方式决定了神经元网络进行信息处理的方法不同于冯·诺曼计算机完全根据逻辑规则运算的处理方法。
神经元网络中的每一个神经元都是一个信息处理单元，它可根据接收到的信息独立运算，然后把结果传输出去，这是一个并行处理。
神经元作运算的规则通常是根据物理学、神经生物学、心理学的定理或规则。
神经元网络的这种信息存储和处理方式还有这样的优点，即网络能通过不完整的或模糊的信息，便能够联想起一个完整、清晰的图像来。
这样，即使网络某一部分受到破坏，仍能恢复原来信息。
也就是说网络具有联想记忆功能。
神经元之间的连接强度通常称为权，这种权可以事先定出，也可以不断地改变。
它可以为适应周围环境而不断变化，这种过程称为神经元的学习过程。
这种学习可以是有教师的学习，也可以是无教师的学习。
神经元网络的这种自学习方法与传统的以符号处理为基础的人工智能的、要求人告诉机器每步行动的方法是完全不同的。
设计一个人工神经元网络，只要给出神经元网络的拓补结构，即神经元之间的连接方式及网络的神经元个数，神经元的权值可以给定或者给出学习规则由神经元网络自己确定，再给出神经元的运算规则。
这样便建成一个神经网络，它可以用来进行信息处理。
用神经元网络建立专家系统，不须要组织大量的产生式规则，机器可以自组织、自学习。
这对用传统的方法建立专家系统最感困难的知识获取问题，是一种新的有效解决途径。
下面对人工神经元网络的结构及其工作原理作一简单介绍。
神经元是人工神经元网络的基本处理单元，它一般是一个多输入/单输出非线性器件。
其结构模型如图6—4所示，图中
为输入矢量，y为输出；
表示输入到输出的连接权值，θ为阈值；s为外部输入。
一般输入与输出之间的关系可表示为
式中
为一激发函数，它通常取下列三种形式：
（1）阈值型。
即f为一阶跃函数，如图6—5（a）所示。
其表达式为：
这也是最早提出的二值离散型神经元模型。
图6-4 神经元结构模型
（2）分段线性型。
如图6—5（b）所示。
图6-5 f（a）的类型
（3）S状。
这种激发函数一般取连续值，常用对数或正切等S状曲线。
如最常用的
也叫Sigmoid函数，这类曲线反映了神经元的饱和特性，如图6—5（c）所示。
一个神经网络是由多个神经元相互连接而成的，它们的连接有以下4种形式（图6—6）：
图6-6 神经网络的连接形式
（1）不含反馈的前向网络。
如图6—6（a）所示，神经元分层排列，由输入层、隐层（中间层）和输出层组成，每一层的神经元只接受前一层的输入，输入模式经过各层的顺序变换后，得到输出层的输出，其中隐层可以是多层。
（2）有反馈的前行网络。
如图6—6（b）所示，这种神经网络可以将输出层直接反馈到输入层。
（3）层内相互结合的前向网络。
如图6—6（c），同一层内的神经元之间的相互制约，以实现同一层内的横向控制。
（4）层内相互结合型网络。
如图6—6（d）所示，这种网络是在任意两神经元之间都可以互连。
输入信号经过这种网络时，要经过多次往返传递，网络经过若干次变化才能达到某种平衡状态。
神经网络的工作过程是这样的，给N组训练样本{
}，其中
，k=1,2,…,N，并给初始权值W，网络按照
从输入经隐层到输出逐层计算，最后计算出网络的输出
，然后网络再按照一定的算法修正权系数W，使实际输出Y与期望输出Y之间的误差满足要求的值。
给网络足够的训练样本，经过训练后，神经网络就建立起来了。
以后再给网络新的输入，网络就会求出输出结果。
我们将网络修正权值W的过程叫做网络的学习，学习的目的是使网络的实际输出更接近期望输出。
学习的算法也有多种，一般常用的有相关的规则（常用Hebb规则）、纠错规则（δ规则）和无教师学习三种学习规则。
神经网络中，各神经元的结构虽然相同，但是，激发函数
的不同，网络互连形式的不同以及学习规则的不同，都导致了神经网络在种类上有很大的差异，至今已有30余种神经网络模型。
典型的有Hopfield模型（HNN）、MP模型、BP模型（反向传播算法）、AM模型（联想记忆）和ART模型（自适应共振理论）等。
2、神经元网络用于数控机床故障诊断
采用神经元网络进行数控机床故障诊断，其原理为：
将数控机床的故障症状作为神经元网络的输入，将查得的故障原因作为神经元网络的输出，对神经元网络进行训练。
神经元网络经过学习将得到的知识以分布的方式隐式地存储在各个网络上，其每个输出对应一个故障原因。
当数控机床出现故障时，将故障现象或数控机床的症状输入到该故障诊断神经元网络中，神经元网络通过并行、分布计算，便可将诊断结果通过神经元网络的输出端输出。
由于神经元网络具有联想、容错、记忆、自适应、自学习和处理复杂多模式故障的优点，因而非常适用于像数控机床故障诊断这样的事情，是数控机床故障诊断新的发展途径。
将神经元网络和专家系统结合起来，发挥两者各自的优点，更有助于数控机床的故障诊断工作的开展。
本章小结
本章主要对数控机床的故障诊断步骤、方法进行了介绍。
介绍了7种常见的数控机床故障诊断的一般方法，包括根据报警号进行故障诊断，根据控制系统LED灯或数码管的指示进行
故障诊断、根据PC状态或梯形图进行故障诊断，根据机床参数进行故障诊断，利用诊断程序进行故障诊断，换板诊断法和经验诊断法。
本章还对采用人工智能技术如专家系统和人工神经网络用于数控机床的故障诊断进行了介绍，介绍了专家系统和人工神经网络的基本原理、组成及在数控机床故障诊断中的应用。
由于数控机床是涉及多个应用学科的十分复杂的系统，加之数控系统和机床本身的种类繁多、功能各异，不可能找出一种适合各种机床和数控系统所有故障类型的具体方法。
本章所介绍的方法因此也只是一些一般性的方法。
人工智能技术在许多领域已经得到广泛的应用，在其他设备的故障诊断中也有许多成功的应用，是数控机床故障诊断的一种先进方法和技术，具有广阔的发展前景。
习 题 六
6—1 解释说明数控机床的故障规律曲线为什么会是图6—1所示的那样。
6—2 请叙述数控机床故障诊断的一般步骤。
6—3 数控机床故障诊断的一般方法有哪些?
6—4 采用换板法进行数控机床故障诊断时应注意一些什么问题?
6—5 数控机床故障诊断专家系统的基本组成包括哪些部分?
叙述各部分的功能。
6—6 叙述人工神经网络的工作原理。
6—7 请说明如何利用人工神经网络进行数控机床的故障诊断
升级会员 