[发明专利]一种人机结合的数控机床故障信息采集方法

说明书

技术领域：

本发明涉及机械制造自动化领域，属于故障诊断系统的信息采集及处理；具体涉及一种人机结合的数控机床故障信息采集方法。

 

技术背景：

数控机床结构复杂、价格昂贵，且多源多变的故障与机床相生相伴，因各种故障而产生的“停机损失”严重制约了数控机床的有效利用，造成了大量的经济损失，甚至影响到操作人员的人身安全。因此，如何采用一种方法实现对数控机床不同部位所表现的不同特性故障的有效监控，在故障出现时能准确及时地采集故障信息意义重大。

不同类型不同型号的数控机床的设计原理、制造过程、运行机制都有极大的相似性，因此，利用理论知识和经验知识对数控机床进行故障信息采集在准确性方面具有明显的优势。目前，对数控机床故障诊断知识库已有研究，如专利CN201210240271.5公开了一种面向数控机床故障诊断与故障预报的知识库构建方法，该方法采用粗糙集与时态粗糙小波包分解相结合的方法，解决了数据不完整或缺失的问题。但此方法适用于可实现小波处理的传感器获取的故障信息，无法满足人工编辑故障信息的处理和初始采集信息准确性的判断，具有一定局限性。

目前，一方面由于数控机床故障现象的表现形式不同，对于如划伤、异响、泄露等具有明显特征现象的大量故障通过人工五官感知往往更加快速准确，然而该方式所利用的人工经验未能形成有效的转化机制，使其难以形成可重用的经验知识。另一方面对数控机床的监控仍然停留在利用传感器的方式对特定部位的某些故障特征进行信息采集，如专利US81515077A利用了传感器组构建了数控机床监控系统，用与检测刀具和工件的位置、专利CN201120222090.0构建了一种磨床加工状态的监控系统，包括数控磨床的数控系统、声纳传感器、声发射检测系统和PLC系统，实现了磨床加工过程的监测。上述专利都未能考虑在故障信息采集过程中人工参与的重要作用，也未能提供数控机床故障信息人工采集和故障采集信息验证的功能，使得故障信息无法实现高效、准确的采集且存在大量机器无法监控的故障。

 

发明内容：

针对现有技术存在的不足，本发明的目的是解决数控机床故障信息难以高效准确采集、理论知识和经验知识难以有效的借鉴和传统采集方法中忽略了人工参与的问题，提出了一种基于知识的数控机床故障信息人机结合采集方法。

解决上述技术问题，本发明采用如下技术方案：一种人机结合的数控机床故障信息采集方法，其特征在于，基于数控机床结构和故障特征知识及关系构建故障诊断知识库，在数控机床出现故障时，使用知识库实现故障现象特征信息的人工采集、机器自动采集和人工、机器联合采集；

是以数控机床结构为核心，采用“机床部位+故障特征”的故障知识表示方法，并通过数控机床相关技术资料获取知识、编辑故障知识推理规则，然后利用推理机实现知识库的完整性和一致性检验。

进一步，包括如下步骤：

步骤1：根据数控机床结构及故障特征，构建故障诊断知识库；

步骤2：通过设置于机床上的数控系统、PLC控制系统或传感器监测，感知并判断数控机床是否故障；通过人工感知，判断机床是否出现异常；

步骤3：当机床发生故障时，若已经设置数控系统、PLC监控系统和传感器监控，则自动提取并推送故障信息到故障信息采集系统；若未设置监控且人工能感知的故障现象，则通过人工编辑的方式录入故障信息；若同时存在监控和人工感知，则同时自动提取和编辑故障信息；

步骤4：将采集到的故障信息进行同构处理，转化为知识库表达的统一知识表示形式，然后利用推理工具进行推理，在推理输出过程中，利用故障发生次数、故障危险程度、故障验证难度等综合评价参数，实现故障推理序列知识输出的排列调整；

步骤5：根据故障知识推理输出序列，按顺序通过人工或传感的方式验证故障的其它特征，通过反复进行故障特征的匹配和检验以确定故障；

步骤6：调取已确定故障的其它信息，保存该信息到系统数据库。

其中，所述知识库构建过程如下：

1）数控机床故障诊断知识表示：首先，解析数控机床系统、部件、组件及零件结构及关系；然后依托机床结构构建故障特征知识及关系，形成数控机床故障诊断知识库中故障知识概念及概念关系；

2）数控机床故障诊断知识获取：根据数控机床设计、制造、安装、测试、维修维护等技术资料，提取故障诊断知识并形成推理规则添加至步骤1）所述知识库中；同时根据不同类型或不同型号的数控机床，添加知识库实例；