Page 139 - 计算机网络技术及应用

第五章 数控技术与电气智能化

准确地判断数控机床测试是否存在实验故障。但是，该训练方法的主要缺点之一
是不能对数控机床的实验故障样本位置数据进行准确判断。同时，由于数控机床
设备制造成本高，且机床测试实验样本模型建立困难，不能同时收集大量的测试
样本数，并对模型数据进行识别训练。

2. 诊断系统的架构研究
诊断系统的基础架构主要分为在线集中式和分布式两种实现形式。是采用在
线实时智能诊断与离线精密智能诊断相结合的一种模块化系统结构。目前，设备
远程网络故障智能诊断的基础研究大致包括以下几个方面：基于 Web 的智能网

络故障智能诊断网络知识库以及基于智能网络分析与故障诊断网络技术的基础研
究，其主要领域包括基于 Web 的网络智能故障诊断应用分析系统、基于典型案
例的专家系统等；基于图形化编程语言的远程监控软件研究、专家咨询环境研究。
3. 诊断系统的集成技术研究

目前，数控机床智能故障诊断系统的网络集成信息技术主要体现在以下 4 个
方面：第一，过程信息的集成，即机床故障分析诊断解决过程，在各个环节的信
息集成；第二，故障分析诊断解决方法的信息集成，联合机床的应用诊断系统，
即集成多种机床的智能故障诊断解决方法，集成多种机床故障分析诊断模型、故

障分析诊断过程推理分析策略或诊断方法；第三，基础信息表达集成，即对不同
的故障诊断过程数据、诊断基础知识及其应用相应的信息表达方法信息进行合理、
综合的分析应用；第四，基础网络化信息集成，即信息共享集成（从现场机床故
障检测诊断分析到远程机床故障分析诊断的基础网络和信息资源）。

4. 数控机床故障机理及故障模型研究分析
通过高效的诊断方法，最能反映具体数控机床的关键设备运行状态（静态）
和实际运行系统状态（或动态），其主要特征诊断量或故障诊断量的知识，并据
此建立相应的动态故障诊断模型。目前相关技术研究重点一般集中在以下 3 个方

面：第一，深入研究反映数控机床具体关键部件的动态故障模型诊断，如解析器、
刀具等。相应的故障诊断技术方法主要包括信号传感器诊断技术、信号检测处理
与信息分析诊断技术和多媒体传感器融合诊断技术。第二，通过一定的信号检测
和分析诊断模型，可以实现故障状态的特征判断和相关故障状态预测；根据故障

诊断预测对象的系统结构和诊断功能，结合不同故障状态特征和诊断现象以及相
关领域专家的故障状态诊断实践经验，采用基于系统模型的诊断方法，设计构建

127