基于多传感器信息融合的数控机床故障诊断研究

屈海军

（江苏安全技术职业学院，江苏徐州221011）

基于多传感器信息融合的数控机床故障诊断研究

屈海军

（江苏安全技术职业学院，江苏徐州221011）

利用多传感器信息融合技术应用到数控机床状态信息故障诊断分析中，把指标繁多的状态监测数据应用FCM聚类方法进行分类处理，使得复杂信息系统变的简约化和层次化，建立多目标规划模型，自动分析和综合估计所需要的决策和信息处理过程。

多传感器信息融合；数控机床故障诊断

1 多传感器信息融合技术

多传感器信息融合技术(Multi-sensor Information Fusion，简称MSIF)，即是利用计算机技术在某些规则下进行自动分析和整合多个传感器或多个信息源和数据源，完成对处理所需信息的决策和估计。

多传感器信息融合技术用于多个传感器或多个信息源处理技术。随着科技迅速发展，多种工业技术和信息技术不断发展、融合，如传感器技术、计算机软硬件技术、数据处理技术、工业控制技术等技术通过发展使得其成为了热门的新科技。对于多传感器信息融合技术研究在中国已经在工程中应用于信息识别和信息定位等。多传感器信息融合技术将会随着科学的不断进步成为一种智能、精细的数据信息集成加工和信息图像等专业技术。

多传感器信息融合技术的基本原理就是把各种传感器对多层次和更多的补充信息和优化空间的组合，最终产生一致性解释，就像人类大脑的信息处理过程。整个过程就是基于多个传感器获得的信息，合理支配与使用多源数据，得到更多有用信息。这不仅是利用了多个传感器相互协同操作的优势，而且也综合处理了其它信息源的数据来提高整个传感器系统的智能化。

2 数控机床故障诊断应用研究

数控机床故障中的每个事件，根据其标准数据库的基本指标范围，结合多传感器信息融合理论对数控机床的运行状态信息数据进行采集、处理得出结果，进而可以判断哪些部位运行异常，从而逐个排除潜在故障群中非原因，简化潜在故障群，集成极少数项故障原因的集合，称为故障确定集。故障确定集中的元素造成数控机床故障的概率较大，而并非一定是这些原因，还要依据数控机床现场具体状况而定。这就是从大量可能故障原因中推断出几项可能性较大的故障原因并给出发生概率的过程。对于非同型单元组成的系统，建立可靠性分析模型，研究可靠性分析和计算方法，丰富数控机床状态可靠性评估的理论和内容。

由于数控机床设备的复杂性和运行环境的不稳定性，可以使用多传感器信息融合技术作为数控机床故障诊断方法。利用计算机技术自动分析和综合数控机床中多个传感器的信息数据，进而得出故障相关决策和估计的信息处理过程。根据信息论的原理，由单维信息融合起来的多维信息的信息含量比任何一个单维信息量都要大，这使得多传感器信息融合在解决数控机床故障诊断不确定性问题时具有独特的优越性。

数控机床状态评估的总体思路是，首先以潜在故障集中的故障元素为索引，确定进行定量分析所需的表征指标集合，依次找出所有故障元素的表征指标集合，然后把这些集合取并集，得到无重复最大待估指标集，简称指标集。取出数据库中待测机床当前时间的运行状态数据，并调取标准数据库中各数据项的正常值或允许范围，逐项比对每个运行状态数据是否正常，提取出现异常的指标元素组成故障指标集。然后通过知识库获得该故障指标集中元素对应的故障问题及其概率，组成故障备选集。对故障指标集和故障备选集进行聚类分析，获得某类故障数据判别某类故障因素的总体框架，在故障类的布局中，以故障指标子类集合和故障备选因素子类集合作为分析对象，运用多传感器信息融合理论进行分析，获得故障问题原因的可信程度，把可信度较高的几项故障原因反馈出来，组成故障原因确定集合，根据故障判定原则进行判断，得出故障结论，指导维修人员排除故障。

3 FCM与DS理论分析

在自动化程度较高的工厂中，有大量的设备相互作用，而监测传感器的数量有限，只是在一些被认为比较重要的设备上安装了传感器，所以当某个传感器检测到故障时，并不能认定安装该传感器的设备出现故障，也可能是由于其他设备出了故障引起该设备工作异常，由于故障的传播，多个传感器在很短时间内可能都将变成故障状态，给故障源的诊断带来困难，因此，有必要首先对故障状态数据进行分类，评估每类故障的数据特征，然后在故障类的框架内进一步确定故障问题，以减少故障诊断的盲目性。

如果故障数据对象分布在明显分离的组中，那么把对象明确分类成不相交的簇是一种理想的方法。然而在大部分情况时数据集中的对象不能被划分成不同的簇，分配给一个对象到一个特定的簇也具有一定的随机性。不妨定义Wij作为对象X i属于簇Cj的权值，显然概率的方法可以提供这样的权值，不过有时候很难确定一个合适的统计模型，这时就需要用非概率的聚类技术提供类似的能力。模糊聚类技术基于模糊集合论，是一种产生聚类的自然技术，采用模糊C均值聚类方法，模糊C均值算法也称作FCM.

采用DS证据理论即是针对数控机床故障事件发生后的结果，探求故障诊断的主要原因。预处理数据来自数控机床上多个传感器的信息和信息源，通过计算每个信息中基本可信度值，进而得到所有信息的可信度值，最后在特定决策规则下选择可信度值最大的信息作为融合结果。

采用DS组合原则对信息融合故障诊断过程如图1所示。其中j表示传感器的序号，An表示传感器测得的数据状态中的故障点，mj（An）表示序号为j的传感器测得的数据状态中故障点An的信度函数值，mj(An)是通过DS组合原则候所有的传感器信息融合后得到各故障点上的融合信度函数值，最终选择出可信度最大的融合结果作为故障判定点。

4 结束语

将多传感器信息融合技术应用到数控机床状态信息故障诊断分析中，把指标繁多的状态监测数据应用FCM聚类方法进行分类处理，使得复杂信息系统变的简约化和层次化，建立多目标规划模型，反求证据理论模型的参数，为信息融合技术在机电产品故障监控和诊断评价的应用方面提供了新思路，极大地方便了后续的维修维护处理过程。

[1]刘战术，窦凯.数控机床及其维护[M].北京：人民邮电出版社，2010.8.

[2]王侃夫.数控机床故障诊断及维护[M].机械工业出版社，2009.8.

[3]丁永生.计算智能理论、技术与应用[M].北京：科学出版社，2004.8.

Nc Machine Tool Based on Multi-Sensor Information Fusion Diagnosis Technology ReSearch

QU Hai-jun
（Jiangsu safety technology Career Academy，Xuzhou Jiangsu 221011，China）

Using multi-sensor information fusion technology applied to the analysis of nc machine tool fault diagnosis state information，the condition monitoring data applications in a wide range of indicators of FCM clustering method to classify，makes the complex information system simplification and hierarchical，multi-objective programming model is set up，automatic analysis and comprehensive decision and estimation for the information needed to process.

multi-sensor information fusion；nc machine tool fault diagnosis

TG659

A

1672-545X（2016）11-0242-02

2016-08-05

屈海军（1980-），男，江苏徐州人，硕士学位，讲师，教授，主要从事数控电气控制技术和数控设备维修维护方面研究。