数控机床多参数在线监测诊断系统的设计与实现
2013-05-11井陆阳王太勇陈东祥
井陆阳,王太勇,陈东祥,张 攀
(天津大学 机构理论与装备设计教育部重点实验室,天津 300072)
数控机床多参数在线监测诊断系统的设计与实现
井陆阳,王太勇,陈东祥,张 攀
(天津大学 机构理论与装备设计教育部重点实验室,天津 300072)
0 引言
数控机床是集机、电、液为一体的复杂机电系统,结构复杂且自动化程度高。由于数控机床本身的复杂性及多样性,使得机床故障受到机械、电气、控制系统等多种因素影响,导致同一种故障的原因都可能是多种多样的[1~3]。针对数控机床故障原因多样、监测诊断与故障维修繁琐困难的问题,提出对机床复杂系统进行多参数监测,进而对加工状态进行诊断,提高数控机床加工的精度和可靠性,减少由于数控系统故障带来的损失。
本文结合计算机技术、网络技术、传感器技术及故障诊断技术,建立了数控机床多参数在线监测与管理诊断系统,在工作现场对数控机床进行多参数在线监测,并由远程上位机进行设备及数据的集中分析管理。实现对数控机床的多参数实时监测、设备管理及故障诊断的功能。
1 系统总体框架
数控机床多参数在线监测、管理与诊断系统由以下两个部分组成:工作现场的多参数在线监测系统,实现32通道的在线数据采集并兼容多种传感器,对数控机床提供多参数实时监测;远程设备管理及故障诊断系统,提供远程设备的集中分析管理及故障诊断的功能。系统总体框架如图1所示。
图1 系统总体框架图
1.1 多参数在线监测系统
1.1.1 多线程编程设计
采用多线程编程,针对一些需高采样频率的采集量,解决了数据采集卡FIFO产生的溢出现象,避免在高采样率下计算机用户缓冲区的数据“丢点”现象[4]。在系统空间里开辟一个连续的独立的非分页环形内存区域,由数据采集板卡负责数据采集,并将其数据填充在环形内存池中,且维持一个当前指针,它指向环形内存池中最新数据的位置。开始采集后,设备对象操作环形内存池的第一个片段,每当一片数据存满并开始另一片段数据存储的时候,线程1启动将满的一个片段的数据映射到用户缓冲区中;线程2则从用户缓冲区中取数并完成数据的处理。该方式流程如图2所示。测试结果能够使得采集卡在最高采样频率下不出现“丢点”现象。
图2 多线程流程图
1.1.2 多通道在线采集,实时监测报警
可以32通道同时在线监测,采用两级声光报警模式,当监测值大于一级报警值时,发出声光报警,并自动进行数据存储,将数据缓存里预存的报警前数据及实时采集到的数据进行存储,为后续故障分析提供数据支持;支持自动数据采集及连续大样本数据采集。
1.1.3 兼容多种传感器,对数控机床进行多参数综合监控
针对影响数控机床故障的参数较多,诊断维修复杂的情况,采用加速度、速度、压力、浓度、PH值及电涡流等多种传感器,对数控机床进行多参数监控,并为后续故障诊断及设备管理提供数据依据。
监测主轴及工作台的振动、位移及温度,判断各个轴承运转是否正常,保证主轴及工作台稳定性及加工精度[5]。根据测量电柜电流、电压,监控机床强电部分,对于不开放的商用数控系统也可以获得主轴工作时间,判断各个班次工人的实际工作时间,为人员管理及机床使用寿命提供数据参考;同时,由电柜电流、电压的波动情况可监测工作台、主轴运行的稳定性,为故障诊断提供依据。监测油箱、切削液温度,防止由于发热导致油液黏度过低或发生变质,影响加工稳定甚至漏油;为判断液压系统及冷却系统泵或各个阀门故障提供判断参考。监测油箱液位及压力,当出现较快下降并且工作台静压导轨、铣削齿轮箱变档润滑及工作台面的夹紧不良时,则判断可能出现漏油现象,并为数控机床的定期维护、保养提供参考。根据酸碱度的测量,监控机床摩擦及腐蚀等问题,为查找判断故障原因提供依据。
表1 主要传感器类型及主要监测量
1.2 远程设备管理及故障诊断系统
1.2.1 网络控制模块
网络控制模块实现对各个采集终端的身份管理,上传数据的接收及诊断结果的下传。采用Socket技术,可以根据服务器实际硬件性能,设置并发用户个数[6];任意控制某一采集终端的连接与断开, 保障系统的安全性;实时侦听各个采集终端的连接消息,针对采集终端的非正常断开情况,增加反馈信息功能,向采集终端提示连接状况;对数据包进行加密,保障数据的准确性及安全性。
1.2.2 设备管理模块
设备管理模块实现用户信息管理、监测点的信息管理和设备管理等。监测点的信息管理采用了六级的树形管理目录,包括有总厂-分厂-车间-设备-监测点-监测物理量[7],采用图形化的界面显示,对于每级目录都对应有相应的属性页来描述该级设备信息,能够清晰的显示出机床测点位置信息和测量数据的分级管理;同时可根据具体需要增加或删除测点;提供设备及数据的检索功能,可统计各分厂、车间、设备的测点个数,或者对报警数据进行查询,实现设备及数据的集中化管理。图3显示了测点的设置图与实际传感器的布置图。
图3 测点设置与传感器布置对比图
1.2.3 故障诊断模块
故障诊断模块包含随机共振方法,针对数控装备的早期故障特征信号很微弱、信噪比极低的情况,通过随机共振使湮没在随机噪声中的微弱信息得到增强放大,数控装备的故障可以较早发现,有助于设备的安全可靠运行[7];同时,也包括现代信号处理方法中的信号预处理、信号时域分析、信号频域分析及其信号的时频分析[7,8]。包含的信号分析处理与特征提取方法如图4所示。专家在对设备进行分析可调用故障诊断报告模板,生成故障诊断报告,并将其下传至相应采集终端,指导现场人员的调试及维修。故障诊断报告如图5所示。
图4 信号分析处理与特征提取框图
图5 故障诊断报告
2 现场测试
与某公司合作,在现场进行了系统测试,图6显示了现场基于工控机的多通道在线监测系统及其主界面。对数控机床进行实时多参数监测,并通过网线将数据上传至远程设备管理及故障诊断系统,有专业人员使用远程设备管理及故障诊断系对数据进行分析处理,并生成相应的故障诊断报告下传至现场。
图6 现场的多通道在线监测系统(左)采集系统主界面(右)
3 结束语
针对数控机床故障原因复杂、影响因素多的问题,集合传感器技术、计算机网络技术、故障诊断技术及现代设备管理理念,构建了一套数控机床多参数监测、管理与诊断系统,实现了数控机床多参数实时监测、设备状态数据的集中化管理及专家的远程诊断。该系统能够对数控机床进行多状态监控,有效减少机床故障停机时间,指导并提高维修水平,具有一定的工程意义。
[1]朱文艺,李斌.基于Internet的数控机床远程故障诊断系统研究[J].机床与液压,2005,9: 176-178.
[2]王太勇,蒋永翔,刘路等.复杂制造系统动态测控与智能诊断技术[J].航空制造技术,2010,13:27-29.
[3]Lin Jinzhou, Jiang Dayong, Geng Bo, et al. Research on the remote monitoring and fault diagnosis of CNC system based on network. 2012 2th International Conference on Functional Manufacturing and Mechanical Dynamics,2012, 141(1):465-470.
[4]林锦州. EMD滚动轴承早期故障信号特征提取方法及应用研究[D].天津大学,2012:63-64.
[5]王瑜罗,庚合.数控相床主轴及主轴电机温度检测与控制系统[J].煤矿机械,2010,31(3):238-240.
[6]谢小轩,张浩.加工中心远程监控系统的设计与实现[J].制造技术与机床,2001(6): 28-30.
[7]何慧龙,王太勇,胥永刚.面向设备管理的网络化机械设备故障诊断系统的实现[J].吉林大学学报,2006,36(9):691-695.
[8]何正嘉,訾艳阳,孟庆丰等.机械设备非平稳信号的故障诊断原理及应用[M].北京:高等教育出版社,2001.
The design and implementation of multi-parameter monitoring and diagnostic system for CNC machine tools
JING Lu-yang, WANG Tai-yong, CHEN Dong-xiang, ZHANG Pan
针对数控机床结构复杂、故障原因多样,构建了数控机床多参数监测与诊断系统。该系统由工作现场部分的多参数在线监测系统和远程部分的设备管理及故障诊断系统组成。工作现场部分实现对数控机床振动、电压、电流、液位、压力及温度等多个参数的在线监测,远程部分实现设备及数据的集中分析管理及故障诊断。该系统能够对数控机床进行较为全面的监测,并进行有效的故障诊断,提高维修水平,具有一定的工程意义。
数控机床;多参数监测;故障诊断;设备管理
井陆阳(1988 -),男,博士研究生,研究方向为动态测试与故障诊断技术。
TG659
A
1009-0134(2013)06(上)-0178-03
10.3969/j.issn.1009-0134.2013.06(上).53
2013-04-26
国家科技支撑计划(2013BAF06B00);天津市科技支撑重点项目(12ZCZDGX01600)资助项目