數控機床智能遠程故障診斷系統技術

李惠軍

（利維智能（深圳）有限公司，廣東深圳 518000）

目前，隨著智能制造升級，數控機床應用的范圍越來越廣，這種機床可以對機械零件進行高精度的加工，其強度較大，但是機床部件也容易出現疲勞的情況，造成數控機床的故障率不斷升高，不僅會造成零件的報廢，還有可能會引發生產停滯，引發一系列的經濟損失。

1 數控機床遠程智能故障診斷系統應用價值

從實踐情況來看，遠程故障診斷能夠及時發現數控機床存在的問題，結合多維度的分析，了解典型的故障類型?；谄髽I的管理和控制系統等，對不同地域、不同企業的設備進行分析，結合智能生產與調度系統，形成一系列分析結果，完成數控機床生產的智能化監控。我國相關研究人員在遠程故障診斷方面也取得了顯著成就，例如，北京大學、上海交通大學、西安交通大學針對多媒體遠程服務為中心的遠程故障診斷開展了聯合對比，對數控機床的運行情況進行多維管理，可以看出遠程智能終端控制結合PC機進行有線組網，能夠全方位、多方面了解數控機床的運行情況，避免數控機床過于復雜的機床部件運動或者存在電磁干擾等影響設備的運行。同時這種智能系統基于遠程的互聯網、大數據以及云平臺等，實現了高度智能，常用的物聯網技術可以通過藍牙、物聯網以及其他技術傳輸，實現完善的數據連接，滿足機床大數據傳輸的設計要求，采用神經網絡和專家系統來開展智能故障診斷，獲得診斷結果。

2 數控機床遠程智能故障診斷應用的路徑

2.1 基于NB-IOT的故障診斷系統架構

NB-IOT智能診斷系統是目前應用在數控機床遠程診斷中的主要系統，該系統包含采集信息模塊、無線通信模塊、智能處理模塊和遠程人機界面模塊，具備良好的系統邏輯架構。采集層可以通過內置的傳感器以及oppc接口讀取數控機床的相關參數，例如，力學情況、熱力學情況、振動情況、電流情況程序段坐標以及相關的運行方向等。通過分析這些數據，了解到故障的原因，機床的相關數據庫也可以將串口傳入到輸入模塊中。

圖1為NB-IOT無線通信平臺流程，通過NB-IOT無線通信上傳到云平臺。這樣的傳輸鏈條方式能夠方便遠程人機界面App向云端平臺請求讀取的結果，運算層數據處理與故障診斷的流程較為完善。如果信息缺失，則不能得出診斷結果，系統模塊還會向云平臺發送補充信息的申請，如果仍然無法解決該故障，則會申請專家人工干預來完成整個故障診斷的流程。

圖1 NB-IOT無線通信平臺流程

2.2 基于多傳感器融合的數據采集

主要是以對象模擬技術作為基礎，采取服務器和項目管理的方法進行異步訪問。這種訪問應用在遠程智能終端的故障診斷上具有重要的價值，該系統能夠全面了解數控機床的運行模式、運行程序、名稱段、開機時間和運行時間等，同時還可以對數控機床的名稱、數量、單位、值域范圍，讀寫權限和數據類型等開展全方的數據抓取，利用微軟等基礎數據庫編程就可以設計整個界面，對于數據開展動態讀寫。例如，某制造企業應用的數控機床系統采用356a163項加速傳感器、370872聲音傳感器以及多種多樣的紅外線傳感器、熱阻傳感器、溫度變送傳感器、噪聲和溫度信號傳感器等，實現了完善的遠程終端故障診斷。這些傳感器綜合配合在一起，能夠實現信號的讀取、顯示和實時保存。NB-IOT無線通信技術配合多傳感器融合的數據采集，能夠較好實現數控機床的相互通信，多元數據的融合和共享傳輸覆蓋廣，支持海量連接，功耗降低，模塊成本較低，值得在目前的制造企業中大范圍推廣。

某制造企業采取的95無線通信模塊尺寸，非常契合數控機床的運行工作范圍，能夠適應不同環境的機床，工作尺寸較為緊湊，整體的架構良好，具備海量的信息收存和存儲能力，適合當前機床的實際生產環境，支持多樣化的設備和多種接入方式，能夠在控制和管理權限上靈活進行調度。95無線通信模塊流程如圖2所示。

圖2 95無線通信模塊流程

2.3 故障診斷算法設計

目前，多個制造企業采取的數控機床遠程診斷算法，包含故障樹算法、專家系統、人工神經網絡和模糊推理等。這些算法的建設過程不同，不同的算法有不同的優缺點。例如，診斷算法建設過程復雜，但包含所有的故障模式；Bp神經網絡擁有強大的學習能力和計算能力，在非線性優化方面也具備顯著優勢，但是推理過程缺乏透明度；模糊推理算法信息量大，但是針對數控機床的故障多分支情況可能存在相關不足。結合各種算法的相關優勢和不足，大多數制造業企業在算法的選擇上采取神經網絡來進行設計。例如，北京某制造企業的數控機床遠程診斷就采取一批神經網絡，通過前專家系統和后串聯方式的診斷模型完成專家知識的獲取，提高了推理效率。這種神經網絡可以針對過程模塊進行濾波和去噪，完成一系列的規范化處理之后提取數控機床的故障特征。Bp神經網絡采取三層并行拓撲結構，能夠對輸入和輸出信息進行點對點的管理，輸出節點與故障原因一一對應，推導出的診斷結果可以充分反饋故障的類型和故障的原因。如果神經網絡的調整次數大于設定的次數，則實際的分析結果可能存在不準確的情況，需要平臺輸入補充信息，如果設定的BP神經網絡診斷結果小于運行規定的次數，則診斷結果會推動專家系統進行再次驗證和系統的解釋。如果符合知識庫的規則，則診斷結果會被輸入到云平臺當中，否則，專家神經網絡輸出的調節參數就需要新進行網絡的訓練。

例如，輸入節點為主軸轉速隨機波動，則可能出現的原因就是屏蔽和接地故障，接車量過大，操作故障，主軸驅動裝置故障，主軸機械故障等，如果輸入的故障類型現象是主軸電機不轉，那么輸出的原因是主軸驅動裝置故障，主軸機械故障，主軸電機過載故障等，如果輸入的故障類型是轉速偏離指令值，那么輸出的可能原因就是主軸驅動裝置故障，主軸電機過載故障及參數設置的故障。通過這樣的流程分析，可以全面地對當前數控機床的故障類型開展判斷，可以說Bp神經網絡隱含的多層神經數目是由設計者在無數次嘗試之后有效判斷的。目前的學習網絡對于數控機床存在的故障原因進行有效的判斷和隱含層的訓練之后，誤差率可以控制在0.001。

2.4 系統軟件的運行實現

軟件的運行時間也是整個故障遠程診斷系統的核心，大多數制造企業選擇的數控機床遠程診斷系統為Windows2013professional操作系統下的2017軟件開發平臺，這一類的軟件屬于C++語言，也可以嵌套目前較為流行的程序語言Python來進行大數據的綜合獲取。

機床診斷系統可以為用戶的故障診斷和子系統的管理提供一系列的服務，包含用戶的注冊登錄，遠程診斷中心的在線請求以及接受診斷反饋等一系列的功能，還包含數據庫的刪除、添加、更新以及用戶的留言和管理，通過這一系列嵌套的方法，可以大大提升綜合管理效果。廣州某制造企業開發的I5平臺系統，可以通過App端的數據網絡來檢查設備系統、檢查設備文件參數配置等，還可以通過外部端的腳本命令來進行信息的回傳。這種服務可以有效地查看數控機床的維護文件，遠程協同配合保存相關報告。在機床端可以提供有效的數據來源，并集合成相關的訪問接口，通過軟件接口實現對數控機床文件的讀取，遠程診斷的發起需要相關的聯合配套操作，在編輯腳本方面具備一系列的執行文件，通過I5服務平臺端能夠完成數據保存功能，外部系統接口功能以及讀取文件功能，對于服務人員瀏覽網頁的操作也具備可實現性，后臺配置的文件和參數能夠被有效地讀取到。

2.5 遠程診斷系統流程

綜合上述分析過程可以看出，遠程診斷的功能實現主要是通過機床端的數據改動和相關的修改配置完成。對于遠程診斷的模塊設計，App端和相關的使用端口都可以對整個設備完成遠程診斷。i5服務人員需要診斷需求時，可以通過網頁端進行遠程訪問，操作流程也比較完善。除此之外，這種服務流程還可以到客戶的現場完成專家輔助以及其他的配套協同，在App端向專家發起遠程協同請求，之后確認數控機床的工作狀態，接診訂單之后就可以開展基礎的協調服務。在這個過程中，專家診斷之后需要完成界面的數據登錄，進入現場報告的工作面，相關人員可以進行遠程查看，編輯診斷報告，提交，流程結束。專家診斷頁面顯示的內容包含待診斷、診斷中、已處理等相關的內容，按照機床的編號、客戶的名稱和遠程協助的人員來對目前的數據開展綜合的分析。除此之外，這套服務系統還可以開展遠程協助追溯，了解到每一臺機床的診斷過程以及故障歷史，判斷機床的服務狀態，發起遠程協助請求之后，如果機床處于遠程協助中，確認服務完成之后，才能夠對機床的實際狀態進行上傳，遠程協助完成之后可以點擊結束服務App端的機床協助請求狀態，需要專家診斷和工程師共同完成確認。在診斷請求單的設計上包含進度查詢、請求人查詢、診斷專家查詢等，這對于數據庫的建立和數控機床的未來查詢起到了顯著的作用。出具診斷報告時，該機床可以對故障的內容進行描述，了解到相關的處理過程包含文本框的編輯、圖片視頻的上傳，還可以添加出錯日志和出錯程序，添加機床的變更情況，方便后續進行數據管理和分組維護?？偟膩砜?，I5遠程終端平臺作為以知識庫為主的遠程終端診斷，能夠對于數控機床的故障進行自動識別，并且通過機床自動診斷完成修復方案的設計，遠程終端服務平臺能夠極大程度的節省服務成本和服務的人力，未來具有廣闊的市場前景。

3 結論

綜上所述，數控機床遠程智能故障的診斷和相關的操作需要在大數據、云計算以及智能化改進的基礎上，對無線傳輸和神經網絡進行綜合推導，從而對診斷結果進行有效驗證。從本次案例分析的實際情況可以看出，針對數控機床的智能化遠程診斷具備明顯的應用價值。未來還需要持續地開展遠程網絡訓練，將不同層次的運算數據進行參數的調節，補充信息數據庫，方便數控機床的故障維護。