基于異類傳感器融合的數(shù)控機床伺服系統(tǒng)故障診斷關鍵技術研究.pdf

1、數(shù)控機床加工精度高、質(zhì)量穩(wěn)定、加工速度快、生產(chǎn)效率高，是實現(xiàn)制造技術和裝備現(xiàn)代化的基石。伺服系統(tǒng)是數(shù)控機床及眾多復雜數(shù)控設備的關鍵部分，其性能好壞直接決定了整個設備的精度、工作效率及可靠性等。隨著數(shù)控機床的不斷發(fā)展，朝著結構復雜化和高度自動化方向發(fā)展的數(shù)控機床伺服系統(tǒng)，各部分之間的關聯(lián)更加密切，微小的故障往往會爆發(fā)連鎖反應，嚴重時會導致整個機床的性能異變、縮短壽命甚至報廢，后果危害性極大。機械設備的預測維修理念核心是通過對機械設備運行過

2、程的工況監(jiān)測、正確估計故障發(fā)展趨勢和演變規(guī)律，找出故障原因及時采取措施進行維修保養(yǎng)，達到“維修出效益”到“預測出效益”的理念變革。數(shù)控機床伺服系統(tǒng)與國防軍工、航空航天行業(yè)中的重型設備的伺服系統(tǒng)具有相同特征，研究成果相互通用。因此，開展數(shù)控機床伺服系統(tǒng)故障診斷的基礎理論與基本方法研究，對于提高我國數(shù)控機床在監(jiān)測、診斷、維護等方面的科技水平，十分必要。
　　本文緊緊圍繞異類傳感器融合“采集什么信息”、“如何采集信息”、“如何利用信息”

3、的三個關鍵技術，結合目前數(shù)控機床伺服系統(tǒng)故障診斷研究存在的問題，即研究對象多為單一零部件、對內(nèi)置傳感器的價值挖掘不足、一直被作為故障分類和模式識別的問題來研究，層層推進、步步深入，逐一展開了重點研究工作。
　　以數(shù)學建模手段建立了整個伺服系統(tǒng)的復雜數(shù)學模型并進行了穩(wěn)定性判別，理論分析了伺服系統(tǒng)各種典型故障機理與表現(xiàn)，建立了故障表現(xiàn)與內(nèi)部參數(shù)之間的映射關系，并通過仿真進行了驗證，為利用內(nèi)置傳感器獲取機床本體信息的可靠性提供理論依據(jù)。

4、以此為基礎，結合外置傳感器檢測某一部件的傳統(tǒng)方法，提出了利用內(nèi)外置交叉互補的異類傳感器融合的新方法。
　　搭建了異類傳感器融合的試驗系統(tǒng)，研究了利用內(nèi)外置傳感器獲取伺服系統(tǒng)本體信息的關鍵技術即數(shù)據(jù)對準技術，結合現(xiàn)有的試驗基礎條件，提出了一種適用于802DSL數(shù)控系統(tǒng)和NI數(shù)據(jù)采集系統(tǒng)同步采集的時間對準方案。與單單利用外置傳感器采集典型故障信息或者單單利用內(nèi)置傳感器獲取本體信息相比，豐富了信源、拓寬了信道。
　　針對試驗發(fā)現(xiàn)的

5、通過外置傳感器檢測滾動軸承故障信號頻率與利用故障特征頻率計算公式計算的故障特征頻率存在著試驗誤差及間諧波倍頻誤差這一問題，重點研究了誤差產(chǎn)生機理和積累與傳遞過程。通過對誤差改善和提高頻率分辨率各種技術手段的研究，得出基于特征頻率計算的滾動軸承故障診斷方法本身具有不可消除的模糊性。接著，提出一種基于數(shù)據(jù)驅(qū)動的滾動軸承故障診斷新方法。然后，對該方法模糊證據(jù)獲取得到的不確定度概率參數(shù)的理論分析和物理意義的挖掘，在故障診斷領域引入了直覺模糊集的

6、概念，提出了將隨機集框架下的模糊證據(jù)獲取與匹配轉(zhuǎn)變?yōu)橹庇X模糊證據(jù)獲取及多元決策融合的新思路，并進行了理論分析和試驗研究。研究證明:一直作為故障分類和模式識別問題研究的多源信息融合的故障診斷，也可以看作多元決策融合問題。
　　建立了基于直覺模糊決策加權融合的數(shù)控機床伺服系統(tǒng)故障分級診斷模型。首先，研究了時域、頻域及小波包降噪與EMD分解相結合的多域特征參數(shù)提取方法和基于極值間距的特征篩選及特征相關分析的數(shù)據(jù)降維。然后，構建了基于遺傳