自动焊接设备故障状态监测方法优化设计

徐 东 刘典勇 黄海艇

（工业互联网创新中心（上海）有限公司，上海200000）

智能化时代的到来在一定程度上促进了信息技术的革新，自动焊接技术作为目前工业化企业应用较为广泛的技术之一，在提升设备焊接效率方面发挥着关键的作用，基于市场对机械制造行业重视程度的提升，提供了焊接设备发展广阔的空间[1]。在现代化生产背景下，焊接流程智能化与自动化是设备发展的必经之路。结合对焊接设备的研究，其中包含的主要元部件有：设备电源，配套安装控制器端口，利用焊接工艺与设备空间布置匹配；焊接速度调控装置，针对送丝精确度较高的设备，增设速度反馈装置；终端控制设备，用于实时监控设备的运转情况，调整焊接参数、控制回转设备，必要时提供故障诊断及人机交互功能。自动焊接设备在运行期间，终端控制设备由于受到外界干扰因素的影响，焊接控制部分极易出现故障。若无法在现场快速且精准地定位故障点，即会造成设备的连锁故障，影响焊接工作的质量，严重时会由于设备焊接延误导致工程延期，造成经济损失。尽管目前市场内针对自动焊接设备故障诊断的方法有很多，但在实际应用中仍存在定位故障点精准度较低等问题[2]。针对上述存在的问题，结合自动焊接设备在工业行业中的应用现状，本文将基于自动焊接设备传统故障状态监测方法的基础上，开展方法的优化设计。

1 自动焊接设备故障状态监测方法优化设计

1.1 建立在线故障监测优化函数

提出一类组合函数，定义函数中核参数作为设备故障状态监测的优化变量，预测设备正常运行中可能出现的故障点，将预测目标值作为函数建立的关键指标，结合引力搜索方式，选择与函数自适应的故障状态监测机制。引入PVM 故障监测预测模型，提升设备故障的预测性能，结合高斯函数在工业市场中的应用，以建立多项式方式建立函数全局核变量，构造组合式在线故障监测优化函数[3]。表达式如下所示。

1.2 故障空间序列重构

基于上述建立的在线故障监测优化函数，结合函数获取的数据值，下述将整合设备在线运行历史数据，采用时间排列的方式对设备故障实施空间序列重构，确定设备最佳延时时间，提供监测优化的故障嵌入维度，明确故障监测周期[5]。引入优化检索模型，划分最佳时延t 与故障维度f，用于确保故障数据的获取变量值。设定自动焊接设备中工作基数为M，则设备故障运行状态下的关联积分表达如下。

公式中：C 表示为故障积分，也称设备故障状态空间序列；m表示为自动焊接设备安装序列；N 表示为空间中故障点发生序列；r 表示为自动焊接设备工作序列；t 表示为焊接时间序列；M表示为自动焊接设备外直径；sM 表示为自动焊接设备内直接；θ 表示为焊接角度参数；d 表示为设备工作度量值，通常情况下以常数系数表达。设定故障第一个检测点，以半径r 为故障发生点圆心作圆，取所有值中局部最小点，结合设备运转实时状态，做出空间排布的合理安排[6]。

1.3 故障结果数据优化

基于上述对故障空间序列的重构，下述将采用分批评估的方式，对终端输出故障结果实施数据整合，确保故障状态监测的准确性[7]。故障数据优化流程如图1 所示。

图1 故障结果数据优化流程

根据上述图1 中表述信息，将故障点状态以“1”、“2”等数字形式输出，引入云平台技术，将故障评估优化分为设备层故障结果优化及应用层故障结果优化。划分设备层数据为设备属性

与设备运行状态，整合风险收益数据，得出终端故障数据，完成故障结果的优化，输出最终故障数据，精准定位自动焊接设备运行中出现的故障点，分析设备出现故障的运行状态，实现故障状态监测方法的优化。

2 实验

2.1 实验准备

提出仿真实验，以市场内某自动焊接设备为此次实验的实验对象，基于实验环境及条件受到外界环境因素的抑制，因此实验仅设置10 种故障，且设置故障可在相同机器上同时发生。故障设置如表1 所示。

结合表1 中表述信息，将自动焊接设备按照行业标准安装在实验操作台上，分别对其实施无故障操作及堆积故障操作。为提升实验数据的精准化程度，忽略其它影响实验结果的因素。先采用传统的故障监测方法对模拟的设备故障实施动态化监测，引入大数据技术，定位设备出现故障的故障点，分析故障表达方式，获取5 组实验数据，输出终端实验数据，定义该组为此次实验的对照组。在采用本文优化后的故障状态监测方法实施相同步骤的操作，定义该组为实验组。监测结果数据记录方式参考设备输入电压与在线测量反馈电位计信号记录方式。实验数据记录方式表达为：（监测故障点数量；监测故障类型；故障表达方式；故障终端平均输出值；设备可自动调整故障点数量）。故障监测过程中，设置故障样本采集周期为35s，每7s 采集150个数据集，采用多次获取数据取平均值的方式，分析故障点在设备中的权重。

表1 自动焊接设备故障设置

2.2 实验结果分析

根据表2 中表述数据及上述设计的实验流程，可得出如下实验结论：根据实验结果，相比传统的故障监测方法，优化后的故障监测方法可提高故障点的识别数量，进而为故障类型判别提供数据支撑，以此可清楚地分辨设备正常运行状态下的故障表达方式，更具备市场应用价值，因此，应加大该方法在自动焊接设备故障监测中的应用，提升设备运行的连续性，进而提高设备的工作效率及质量，为工业化行业的发展提供优化的技术支撑。

表2 实验数据对比/个

结束语

由于自动焊接设备结构较复杂，因此运行中出现故障的原因较多，针对设备出现的故障若不及时进行排查或处理，极易导致工业产业生产活动的延误。以此，基于早期故障状态监测方法的条件下，本文从3 个方面，开展了其方法的优化设计。并采用设计仿真实验，模拟设备故障点的方式，验证了优化后的故障状态监测方法在实际应用中可提升故障点的识别数量，提升设备运行中的安全。尽管本文研究在应用中已取得一定的成绩，但在后期的发展中，将从故障管理层面分析问题，搭建多元功能数据库，统一数据格式，用于存储多种形式故障数据，以便设备出现相同故障时可在最短时间内做出反应，提高设备的可持续运行能力，为工业行业发展提供技术支持。