数控机床液压系统模糊故障树分析与诊断*

陈德道， 高俊峰

(1.兰州交通大学 机电工程学院，甘肃 兰州 730070； 2.兰州兰石重工有限公司，甘肃 兰州 730050)

1 引 言

随着数控机床的普及应用，数控机床的故障诊断与维护维修越来越重要。由于数控机床是一个集机、电、液、计算机控制于一体的复杂系统，以及参数输入的不确定性、模糊性，数控机床控制系统中的故障自诊断系统难以准确判断出故障原因[1]。近年来，有许多研究致力于数控机床的故障诊断专家系统，故障树分析法是目前广泛应用的逻辑诊断法，顶层事件和底层事件对应，对确定性事件有效[2]。模糊控制不依赖被控对象的精确数学模型，依赖专家知识和操作者的经验，具有较强的知识表达能力，将专家知识和操作者经验以规则的形式加以描述和提炼，具有较强的推理功能，经过模糊逻辑推理可以实现类似于人的决策过程[3]。针对数控机床故障的多样性和不确定性，将故障树分析法和模糊控制理论相结合，充分利用各自优点，以数控机床的液压系统为研究对象，构建液压系统故障树，运用模糊故障树控制理论，提出数控机床液压系统故障诊断推理方法，为故障诊断专家系统的设计提供一种新的推理方法。

2 数控机床液压系统模糊故障树

2.1 液压系统故障树

对数控机床液压系统功能进行层次分解，通过表示系统中各子模块之间关系的方法，将系统的功能用它的下级子系统的功能来表示，而其子模块的功能又用它本身的各功能模块的功能表示。系统功能的这种层次分解，也就是系统故障分析过程的模拟，功能分解的结果就是一棵故障树。这个故障树共有四层：第0层顶事件，即液压系统故障；第1层中间事件是可能引起系统故障的各个子系统故障，即液压泵供油不足等六个子系统故障；第2层中间事件为可能引起子系统故障的各个功能模块故障，如液压泵供油不足模块下的压力弹簧调节过松等九个子系统故障；而第3层即底事件，是引起系统故障的最终不可分割的功能子模块故障和排除方法。图1所示为数控机床液压系统故障树(部分)。

2.2 模糊故障树分析方法

数控机床液压系统模糊故障树分析法是利用故障树分析故障征兆与故障原因之间的关联，故障现象由某几个故障诱因所引起，统计某故障诱因发生的次数，利用模糊控制理论，建立模糊判断计算数学模型，通过故障率及模糊计算模式进行判断，找出故障点[5-6]。一般分为以下几个步骤：

(1) 根据数控机床液压系统故障树，分析故障征兆与故障原因之间的关联关系，确定数控机床液压系统故障症状集合。

集合用K表示，采用欧氏向量表示为：

K={k1，k2，k3，…kn}

式中：n为故障征兆种类的总数，图1中n为6。

引起故障征兆的可能故障原因样本用向量X表示：

X={x1，x2，x3，…xm}

(2) 分析数控机床液压系统故障发生比率，确定故障概率矩阵。如图1所示。

图1 数控机床液压系统故障树(部分)

设数控机床液压系统系统可能的故障征兆为n，出现故障原因种类为m，矩阵向量为U，U={u1，u2，u3，…un},矩阵U为n×m阶矩阵，表示故障征兆与故障原因之间的关系，其值为故障发生次数：

向量矩阵A={A1，A2，A3…An}表示故障度集：

式中：aij为故障树的故障发生概率：

(3) 若采用不同的渠道，得出若干个故障概率矩阵，综合分析统计的可信度，得出权重矩阵，设W=[w1，w2，w3，…wM]，M为故障概率矩阵数，w1+w2+w3+…+wM=1,得到模糊判断关系矩阵B，B=W×A。

(4) 根据具体故障征兆，确立故障隶属函数矩阵。将故障征兆明显程度分为明显、可能和无征兆三种情况，并用1、0.5、0来表示，可得故障隶属函数矩阵Va(x):

Va(x)=

[va1(x1)va2(x2)va3(x3) …van(xn)]

(5) 通过故障征兆与模糊关系矩阵计算各个故障原因隶属度。Y=Va(x)×B，设故障原因向量Y={y1，y2，y3，…ym}，表示各故障原因隶属度：

根据最大隶属度原则，即可诊断出故障原因。

3 基于模糊故障树的数控机床液压系统故障诊断

3.1 数控机床液压系统故障诊断中的参数

数控机床液压系统常见的故障征兆有液压泵供油不足，系统及工作压力低、运动部件爬行，液压泵发热、油温过高，尾座顶不紧、不运动，导轨润滑不良，液压泵有异常噪声、压力下降等6种，对应的故障原因有压力弹簧调节过松等32种，为了计算方便，笔者选用其中10种进行分析。

矩阵向量U由故障诱因引发的故障征兆次数组成，U1为数控机床应用厂家统计次数矩阵，U2为数控机床生产厂家由售后服务部门统计次数矩阵，统计按同一种类型的机床每年故障次数统计。表1是应用厂家统计的故障征兆隶属故障原因统计表，表2是生产厂家统计的故障征兆隶属故障原因统计表。

表1 应用厂家统计的故障征兆隶属故障原因统计表

表2 生产厂家统计的故障征兆隶属故障原因统计表

3.2 数控机床液压系统模糊故障树的建立

根据表1、表2中故障征兆与故障原因数据统计，计算数控机床应用厂家统计次数故障集度矩阵A1，数控机床生产厂家统计次数故障集度矩阵A2：

设数控机床生产厂家统计权重w1=0.6，设数控机床应用厂家统计权重w2=0.4，由B=0.4A1+0.6A2,得模糊诊断矩阵B：

如果假设有尾座顶不紧、不运动和导轨润滑不良两个明显的征兆，则征兆向量uA(x)为:

故障原因隶属度矩阵Y为：

由最大隶属度原则，诊断出故障原因是第四个，即液压油路泄漏。

4 结 语

利用模糊故障树方法对数控机床液压系统的故障诊断系统推理方法进行了研究，通过功能分析，构建了数控机床液压系统故障树，利用数控机床应用厂家统计资料和数控机床生产厂家售后服务部门统计资料，建立故障集度矩阵，确立故障原理隶属度，根据最大隶属度原则确定故障原因。该方法能大大提高故障诊断效率，为高效率故障诊断系统的设计提供一种新的推理方法。

参考文献：

[1] Shibahata Y.Progress and Future Direction of Chassis Control Technolo-gY．Annum Reviews in Control，2005，29(1)：151-158.

[2] 叶伯生，黄增双，李 斌.故障树分析法在数控机床故障诊断系统中的应用[J].机械设计与制造,2006(8):135-137.

[3] 冯俊萍，刘海梅.数控机床换刀机构模糊故障树分析与诊断[J].科学技术与工程,2012,12(28):184-188.

[4] 王 娇，祁美玲.RBR和CBR在数控机床故障诊断系统中的应用[J].组合机床与自动化加工技术,2011(1):47-53.

[5] 潘 波，姜同敏.基于故障树的飞机结构腐蚀损伤模糊综合评判[J].北京航空航天大学学报，2012,38(1)：38-42.

[6] 周鸿雏.数控机床PLC控制的故障诊断[J].机械，2011(S1)：112-114.