一種人機結合的數控機床故障信息采集方法技術

本發明專利技術公開了一種人機結合的數控機床故障信息采集方法，該方法將數控機床故障現象特征的人工采集和機器自動采集兩種方式相結合，并構建以數控機床結構為核心的故障診斷知識庫，用于支撐故障現象特征感知、提取、分析和存儲；在數控機床出現故障時，通過“人—機”交互、“機—機”連接自動提取或兩種方式相融合的方法，即可獲得數控機床故障信息，也可實現采集方式的相互驗證和采集信息的反饋驗證。

【技術實現步驟摘要】

本專利技術涉及機械制造自動化領域，屬于故障診斷系統的信息采集及處理；具體涉及。
技術介紹
數控機床結構復雜、價格昂貴，且多源多變的故障與機床相生相伴，因各種故障而產生的“停機損失”嚴重制約了數控機床的有效利用，造成了大量的經濟損失，甚至影響到操作人員的人身安全。因此，如何采用一種方法實現對數控機床不同部位所表現的不同特性故障的有效監控，在故障出現時能準確及時地采集故障信息意義重大。不同類型不同型號的數控機床的設計原理、制造過程、運行機制都有極大的相似性，因此，利用理論知識和經驗知識對數控機床進行故障信息采集在準確性方面具有明顯的優勢。目前，對數控機床故障診斷知識庫已有研究，如專利CN201210240271. 5公開了一種面向 數控機床故障診斷與故障預報的知識庫構建方法，該方法采用粗糙集與時態粗糙小波包分解相結合的方法，解決了數據不完整或缺失的問題。但此方法適用于可實現小波處理的傳感器獲取的故障信息，無法滿足人工編輯故障信息的處理和初始采集信息準確性的判斷，具有一定局限性。目前，一方面由于數控機床故障現象的表現形式不同，對于如劃傷、異響、泄露等具有明顯特征現象的大量故障通過人工五官感知往往更加快速準確，然而該方式所利用的人工經驗未能形成有效的轉化機制，使其難以形成可重用的經驗知識。另一方面對數控機床的監控仍然停留在利用傳感器的方式對特定部位的某些故障特征進行信息采集，如專利 US81515077A利用了傳感器組構建了數控機床監控系統，用與檢測刀具和工件的位置、專利 CN201120222090. O構建了一種磨床加工狀態的監控系統，包括數控磨床的數控系統、聲納傳感器、聲發射檢測系統和PLC系統，實現了磨床加工過程的監測。上述專利都未能考慮在故障信息采集過程中人工參與的重要作用，也未能提供數控機床故障信息人工采集和故障采集信息驗證的功能，使得故障信息無法實現高效、準確的采集且存在大量機器無法監控的故障。
技術實現思路
針對現有技術存在的不足，本專利技術的目的是解決數控機床故障信息難以高效準確采集、理論知識和經驗知識難以有效的借鑒和傳統采集方法中忽略了人工參與的問題，提出了 一種基于知識的數控機床故障信息人機結合米集方法。解決上述技術問題，本專利技術采用如下技術方案，其特征在于，基于數控機床結構和故障特征知識及關系構建故障診斷知識庫， 在數控機床出現故障時，使用知識庫實現故障現象特征信息的人工采集、機器自動采集和人工、機器聯合采集；是以數控機床結構為核心，采用“機床部位+故障特征”的故障知識表示方法，并通過數控機床相關技術資料獲取知識、編輯故障知識推理規則，然后利用推理機實現知識庫的完整性和一致性檢驗。進一步，包括如下步驟步驟I:根據數控機床結構及故障特征，構建故障診斷知識庫；步驟2 :通過設置于機床上的數控系統、PLC控制系統或傳感器監測，感知并判斷數控機床是否故障；通過人工感知，判斷機床是否出現異常；步驟3 :當機床發生故障時，若已經設置數控系統、PLC監控系統和傳感器監控，則自動提取并推送故障信息到故障信息采集系統；若未設置監控且人工能感知的故障現象，則通過人工編輯的方式錄入故障信息；若同時存在監控和人工感知，則同時自動提取和編輯故障信息；步驟4 :將采集到的故障信息進行同構處理，轉化為知識庫表達的統一知識表示形式， 然后利用推理工具進行推理，在推理輸出過程中，利用故障發生次數、故障危險程度、故障驗證難度等綜合評價參數，實現故障推理序列知識輸出的排列調整；步驟5 :根據故障知識推理輸出序列，按順序通過人工或傳感的方式驗證故障的其它特征，通過反復進行故障特征的匹配和檢驗以確定故障；步驟6 :調取已確定故障的其它信息，保存該信息到系統數據庫。其中，所述知識庫構建過程如下 1)數控機床故障診斷知識表示首先，解析數控機床系統、部件、組件及零件結構及關系；然后依托機床結構構建故障特征知識及關系，形成數控機床故障診斷知識庫中故障知識概念及概念關系；2)數控機床故障診斷知識獲取根據數控機床設計、制造、安裝、測試、維修維護等技術資料，提取故障診斷知識并形成推理規則添加至步驟I)所述知識庫中；同時根據不同類型或不同型號的數控機床，添加知識庫實例；3)數控機床知識存儲將標準化、形式化的知識按照知識存儲的規則存入知識庫中；4)數控機床知識庫維護利用知識庫編輯工具對新增知識進行添加、更改或刪除，并利用推理機對修改后知識庫的一致性和完整性進行檢驗。進一步，還包括采集的故障信息融合，在知識庫中使用標準語義描述，并建立語義庫；當機器自動采集故障信號時，自動設置轉化方式，將機器采集到的故障信號自動轉化為標準語義描述；人工采集時，選擇標準語義表述采集的故障特征知識。再進一步，還包括對采集信息的反饋驗證，在知識庫中構建故障知識關聯關系，當通過故障現象推理出故障原因時，與原因相關的其它故障現象根據關聯關系同時被獲取， 然后通過自動反饋、人工方式或兩種方式結合進行故障現象特征的驗證。相比現有技術，本專利技術具有如下有益效果I、本專利技術根據數控機床不同特性的故障現象及其感知方式的差異，采用了人機結合的方式進行故障信息采集，不僅充分利用了人工對明顯故障特征現象的感知優勢和機器自動采集所具有的針對性優勢，實現了采集方式的互補和相互驗證，并且根據知識庫對局部采集信息的推理，其輸出結果為采集部位和采集方式的選擇提供了指導。2、本專利技術采用以知識庫及知識推理的方式支撐故障信息采集，采用了數控機床故障知識的統一表達，可以有效地利用各種技術資料實現故障的排查，大大減少故障信息確認的時間，實現歷史經驗信息的共享和重復使用，也為人工經驗直接轉化為診斷維修知識創造了條件，便于人工經驗知識的提煉和知識的共享。3、本專利技術采用基于知識庫的故障知識推理和基于人機結合的方式進行信息反饋驗證，實現了數控機床故障的快速定位和故障信息采集的準確性、完整性驗證，避免了因傳感器故障或未設置監控而使得故障信息無法采集的問題，在準確獲取故障信息的同時，也驗證了采集方式的實用性。附圖說明圖I為本專利技術知識庫結構框圖；圖2為本專利技術數控機床結構及故障知識概念及關系圖；圖3為本專利技術故障知識特征關系圖；圖4為本專利技術原理框圖；圖5為本專利技術示例研究對象滾齒機YS3120CNC6 ； 圖6為本專利技術數控機床YS3120CNC6知識庫本體概念關系圖；圖7a為本專利技術知識庫prot6g6滾齒機知識概念結構實現圖；圖7b為本專利技術知識庫prot6g6滾齒機知識概念關系實現圖；圖8為本專利技術的采集流程圖；圖9為本專利技術的故障現象反饋篩選。具體實施例方式下面結合附圖和具體實施方式對本專利技術作進一步詳細說明。本專利技術人機結合的數控機床故障信息采集方法是通過構建基于數控機床結構和故障特征知識及關系的知識庫，用于支撐故障現象特征信息的人工采集、機器自動采集和人工、機器聯合采集。其中，所述知識庫的構建方式是以數控機床結構為核心，采用基于本體的故障知識表示方法，并通過數控機床相關技術資料獲取知識、編輯故障知識推理規則， 然后利用推理機實現知識庫的完整性和一致性檢驗；知識庫構建過程如下1)數控機床故障診斷知識表示首先，解析數控機床系統、部件、組件及零件結構及關系；然后依托機床結構構建故障特征知識及關系，形成數控機床故障診斷知識庫中故障知識概念及本文檔來自技高網...

【技術保護點】
一種人機結合的數控機床故障信息采集方法，其特征在于，基于數控機床結構和故障特征知識及關系構建故障診斷知識庫，在數控機床出現故障時，使用知識庫實現故障現象特征信息的人工采集、機器自動采集和人工、機器聯合采集；是以數控機床結構為核心，采用“機床部位+故障特征”的故障知識表示方法，并通過數控機床相關技術資料獲取知識、編輯故障知識推理規則，然后利用推理機實現知識庫的完整性和一致性檢驗。

【技術特征摘要】

【專利技術屬性】
技術研發人員：鄢萍，胡林橋，童亮，何彥，劉飛，
申請(專利權)人：重慶大學，
類型：發明
國別省市：