Page 138 - 计算机网络技术及应用

Computer Network Technology and Application
计算机网络技术及应用

断位置不明显，不易及时发现，容易发生误诊；机床的加工生产环境复杂，故障
诊断信息分析获取比较复杂，操作人员发生智能故障的误判概率高；目前对数控
机床智能故障分析诊断的技术认识尚不全面。而根据中国和其他国家故障研究发
展现状，数控机床的智能故障分析诊断技术的应用研究主要包括以下四个方面：

第一，机床智能故障诊断系统方法的应用研究；第二，智能诊断系统管理体系智
能结构化研究；第三，诊断系统智能集成管理技术化研究；第四，智能故障诊断
机理与机床故障诊断模型化研究。
1. 智能化的诊断分析方法

（1）故障树分析法
故障处理树的系统分析法主要是从机床整体到局部，逐步分析和准确排除各
种可能引起各类机床系统故障的主要因素。利用故障树系统分析可以检查机床系
统软硬件上的故障和一些人为因素，也可以检查单个不同部件故障所引起的机床

系统故障，同时分析两个或多个不同部件故障引起的机床系统故障的主要原因。
该方法是一种综合性地考虑机床系统故障发生原因的技术分析方法，缺点主要是
系统故障发生的机理不明确，构建系统故障分析树的部件冗余树复杂，比较适合
于常规部件故障树的诊断，无法及时发现个别特殊部件故障。

（2）单一功能检测法
单一功能的机床故障信号检测是通过整个机床故障传感器，直接检测采集整
个机床各主要功能部件在日常运行以及维护数据信息中的管理信号，如整个机床
的工作温度、功率、声音、激光发射和振动等，建立相应的机床故障数学特征信

号处理模型，对模型数据进行数学逻辑分析，提取并处理整个机床出现故障时的
主要特征信号，这样可以帮助用户判断整个机床的内部环境是否真正存在故障以
及整个机床主要故障的具体位置。其主要优点是通过机床传感器，容易直接检测
机床外部环境的各种外力干扰；缺点是通过机床接收器采集整个特征处理信号复

杂且不完整，信号模型采集的特征处理方法工作效率不高，容易对机床的主要部
件故障特征信号模型发生误判，或机床故障发生后未能及时发现。
（3）模式识别与训练模型的应用
模式识别与训练样本模型的主要应用范围是指通过建立一套广泛的数控机床

实验故障测试样本的模型数据库，并利用目前已知的各种数控机床实验故障样本，
建立机床神经网络、支持机和向量机等训练模型，并充分利用它们的功能，快速

126