CN109542045A - 数控机床预测性维护标准测试床及操作方法 - Google Patents
数控机床预测性维护标准测试床及操作方法 Download PDFInfo
- Publication number
- CN109542045A CN109542045A CN201811591015.4A CN201811591015A CN109542045A CN 109542045 A CN109542045 A CN 109542045A CN 201811591015 A CN201811591015 A CN 201811591015A CN 109542045 A CN109542045 A CN 109542045A
- Authority
- CN
- China
- Prior art keywords
- fault
- failure
- predictive maintenance
- numerically
- variable
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012423 maintenance Methods 0.000 title claims abstract description 90
- 238000012360 testing method Methods 0.000 title claims abstract description 49
- 238000011017 operating method Methods 0.000 title claims abstract description 7
- 238000012545 processing Methods 0.000 claims abstract description 17
- 238000012544 monitoring process Methods 0.000 claims abstract description 14
- 238000005096 rolling process Methods 0.000 claims description 52
- 230000009467 reduction Effects 0.000 claims description 49
- 230000008878 coupling Effects 0.000 claims description 26
- 238000010168 coupling process Methods 0.000 claims description 26
- 238000005859 coupling reaction Methods 0.000 claims description 26
- 238000004088 simulation Methods 0.000 claims description 24
- NJPPVKZQTLUDBO-UHFFFAOYSA-N novaluron Chemical compound C1=C(Cl)C(OC(F)(F)C(OC(F)(F)F)F)=CC=C1NC(=O)NC(=O)C1=C(F)C=CC=C1F NJPPVKZQTLUDBO-UHFFFAOYSA-N 0.000 claims description 22
- 238000006073 displacement reaction Methods 0.000 claims description 20
- 238000002474 experimental method Methods 0.000 claims description 16
- 230000001133 acceleration Effects 0.000 claims description 14
- 230000003862 health status Effects 0.000 claims description 13
- 238000005452 bending Methods 0.000 claims description 10
- 238000000034 method Methods 0.000 claims description 10
- 238000003745 diagnosis Methods 0.000 claims description 9
- 238000009434 installation Methods 0.000 claims description 7
- 238000005260 corrosion Methods 0.000 claims description 6
- 230000007797 corrosion Effects 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 208000037656 Respiratory Sounds Diseases 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 238000009413 insulation Methods 0.000 claims description 3
- 238000010338 mechanical breakdown Methods 0.000 claims description 3
- 238000004804 winding Methods 0.000 claims description 3
- 238000005299 abrasion Methods 0.000 claims description 2
- 238000012800 visualization Methods 0.000 abstract description 15
- 230000036541 health Effects 0.000 abstract description 11
- 238000004422 calculation algorithm Methods 0.000 abstract description 8
- 230000008439 repair process Effects 0.000 abstract description 5
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000004458 analytical method Methods 0.000 description 17
- 238000007726 management method Methods 0.000 description 9
- 238000011160 research Methods 0.000 description 9
- 230000007423 decrease Effects 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 238000005457 optimization Methods 0.000 description 6
- 238000012795 verification Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000013500 data storage Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 238000011058 failure modes and effects analysis Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000007405 data analysis Methods 0.000 description 3
- 230000004888 barrier function Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000003319 supportive effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000036449 good health Effects 0.000 description 1
- 239000006247 magnetic powder Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000006116 polymerization reaction Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/406—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by monitoring or safety
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/406—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by monitoring or safety
- G05B19/4065—Monitoring tool breakage, life or condition
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/34—Director, elements to supervisory
- G05B2219/34294—Diagnostic, locate failures
Abstract
本发明涉及数控加工技术领域，特别是数控机床预测性维护标准测试床及操作方法。本发明中的标准测试床包括主轴转子实验台、工控机和显示器，所述工控机与主轴转子实验台信号连接，所述工控机还与显示器信号连接。本发明可实现预测性维护完整流程，精准、高效、可控地实现数控机床的核心子系统的在线监测，故障预测与健康管理核心算法以及可视化界面演示等功能，最终形成数控机床预测性维护自传感器布置到结果可视化、维护维修优化策略的完整的服务平台。
Description
技术领域
本发明涉及数控加工技术领域，特别是数控机床预测性维护标准测试床及操作方法。
背景技术
由于生产环境的复杂性和不确定性等因素，轴承、齿轮、联轴器和转轴等部件可能发生故障，故障一旦发生，不仅会影响转子系统的正常运行，严重时会导致相关部件损坏的发生，对整个设备造成破环，并可能造成人员伤亡。轴承和齿轮等作为旋转机械中主要部件，其运行状态的好坏直接关系到设备能否健康良好的运转，因此对其进行试验研究显得尤为重要。现有的故障模拟试验台结构较为繁琐且功能单一，在模拟不同故障时，换装工序较多，降低了故障模拟效率，且无法提供一套更为准确可靠的寿命、振动、温升、电流、电压等数据。
还存在以下问题：
1.流程不完善，现有技术主要针对预测性维护流程中的某一部分进行验证，如数控机床的故障诊断，但没有预测性维护完整流程的试验验证；
2.难以验证结果的准确性，对预测性维护最终输出结果缺乏评价指标，如何评价结果的有效性及置信度的有效性是难点；
3.数据不完善，现有研究多针对单一数据类型进行，数据类型不全面，且异常数据的数据量不足；
4.模型兼容性不好，现有研究主要针对某一复杂设备，或某一关键部件，某一故障模式进行，模型泛化能力弱，通用性差；
5.传感器类型多样，且故障分析对带宽有较高要求，需要在边缘端通过边缘计算来完成对设备的健康进行分析。
因此，需要建立面向设备典型失效模式的数控机床预测性维护标准测试床，能够搭建成可以实现算法开发、模拟、测试、技术研究、科研以及演示等多功能于一体的智能装备试验验证平台。
发明内容
本发明的目的在于，提供数控机床预测性维护标准测试床，还提供了数控机床预测性维护标准测试床的操作方法，用于解决上述技术问题。
为解决上述技术问题，本发明采用如下的技术方案：
数控机床预测性维护标准测试床包括主轴转子实验台、工控机和显示器，所述工控机与主轴转子实验台信号连接，所述工控机还与显示器信号连接。所述工控机作为边缘计算设备还内置有预测性维护平台。其中的主轴转子实验台可以完成至少两种故障模拟实验，进行数据采集，数据传输等。工控机在边缘端接收主轴转子实验台中的信号，并对各种信号进行分析，其内置的预测性维护平台主要可实现数据分析与处理，进行故障诊断、健康状态定量评估、关键故障分析FMEA、引入不少于10种的故障模式设计，进行关键部件的衰退趋势预测和维护决策，同时支持设备管理及数据存储、远端备份。显示器接收工控机边缘端的信息，并将预测结果和维护决策等进行界面展示，实现可视化。三者配合可实现预测性维护完整流程，精准、高效、可控地实现数控机床的核心子系统的在线监测，故障预测与健康管理核心算法以及可视化界面演示等功能，最终形成数控机床预测性维护自传感器布置到结果可视化、维护维修优化策略的完整的服务平台。
前述的数控机床预测性维护标准测试床，所述主轴转子实验台包括平台底板，所述平台底板上从左至右依次布置有变频电机、转矩转速传感器、主轴、减速箱，所述变频电机经转子轴与转矩转速传感器连接，所述转矩转速传感器经主轴与减速箱连接；还包括滚动轴承座、轴系负载盘、传感器安装支架、径向加载装置和联轴器，其中所述主轴的一端经联轴器与转矩转速传感器连接，所述主轴的另一端也经联轴器与减速箱连接，所述主轴的外周从左至右依次安装有滚动轴承座、轴系负载盘、传感器安装支架、径向加载装置，且滚动轴承座、轴系负载盘、传感器安装支架、径向加载装置均与主轴同轴布置。其中，变频电机提供动力输入；转矩转速传感器可以测量转矩和转速；滚动轴承座主要起支撑作用，能够内置与之同轴的待测故障套件，具体为轴承故障套件，可以检测轴承故障套件的内圈故障、外圈故障等；传感器安装支架外置传感器，内置与之同轴的待测故障套件，具体为轴承故障套件；径向加载装置可实现主轴径向加载，模拟径向加载、不平衡、弯振等故障；减速箱能够模拟待测故障套件(比如模拟减速箱内置齿轮和轴承的齿轮断齿等)的多种典型故障模式。
前述的数控机床预测性维护标准测试床还包括扭矩加载器，所述减速箱远离主轴的一端经转子轴与扭矩加载器连接。具体的，减速箱通过扭矩加载器对减速箱施加负载。
前述的数控机床预测性维护标准测试床还包括温度传感器，所述温度传感器安装于滚动轴承座上，所述温度传感器信号连接于工控机。其中温度传感器贴在滚动轴承座上采集温度信号，并实时传送给工控机分析处理。本发明在现有研究的基础上优化了传感器测点布置策略，提高了测试床的兼容性和泛化能力，实现寿命预测优化和健康状态定量评估。
前述的数控机床预测性维护标准测试床还包括位移传感器，所述位移传感器安装于传感器安装支架上，所述位移传感器信号连接于工控机。其中位移传感器采集位移信号，并实时传送给工控机分析处理，进一步优化传感器测点布置策略。
前述的数控机床预测性维护标准测试床，所述位移传感器有两个，分别安装于传感器安装支架的两侧。
前述的数控机床预测性维护标准测试床还包括两个加速度传感器，所述加速度传感器安装于联轴器上，所述加速度传感器信号连接于工控机。所述加速度传感器有两个，分别安装于主轴输出端和输入端所连接的联轴器上，用来采集振动信号，并实时传送给工控机分析处理，进一步优化传感器测点布置策略。
前述的数控机床预测性维护标准测试床，所述变频电机内置电机控制反馈单元，可实现变频电机控制以及电压、电流、转速、转矩等信号的反馈，所述电机控制反馈单元信号连接于工控机。通过电机控制反馈单元反馈变频电机的转速、转矩信号，通过电机控制反馈单元采集变频电机的电流、电压信号，所述电机控制反馈单元将采集到的信号实时传送给工控机分析处理，所述工控机通过监测、分析变频电机的转速、转矩、电流和电压，进而监测变频电机的运行状态和工况。
数控机床预测性维护标准测试床的操作方法，采用前述的数控机床预测性维护标准测试床，能够进行数控加工主轴不同故障的模拟，高效地更换不同故障套件，实现故障模拟，包括以下过程：
滚动轴承故障模拟实验，具体步骤为提前备好滚动轴承故障套件，主要有内圈故障、外圈故障、滚动体故障、保持架故障、混合故障，将变频电机停止运转，旋下滚动轴承座两端的紧固螺钉，将滚动轴承座从平台底板中取出，换上提前备好的滚动轴承故障套件，然后将两端的紧固螺钉重新拧紧，安装完毕后启动变频电机，变频电机的动力通过联轴器传输到主轴上，带动滚动轴承故障套件和减速箱旋转，此时采集运行状态下的振动、温度、电流、电压、转矩信号，能够模拟上述的至少一种故障，通过预测性维护平台实现不同故障组合的故障分离和精准定位，也对故障程度进行分析；
和/或减速箱故障模拟实验，具体步骤为提前备好减速箱故障套件，减速箱故障套件包括低速级轴齿轮轴套件，其中低速级轴齿轮轴套件故障类型为齿轮断齿、点蚀、表面磨损、齿根裂纹中的至少一种；高速级轴齿轮轴套件，其中高速级轴齿轮轴套件故障类型为齿轮断齿、点蚀；低速级轴轴承故障套件，其中低速级轴轴承故障套件故障类型为内圈、外圈、滚动体、保持架故障；高速级轴轴承故障套件，其中高速级轴轴承故障套件故障类型为内圈、外圈、滚动体故障，将变频电机停止运转，旋下减速箱上侧及两端的紧固螺钉，打开减速箱上盖，将齿轮轴套件从箱体中取出，同时取出齿轮轴两侧的轴承套件，更换上提前备好的减速箱故障套件，放置回原位置后，将两端的紧固螺钉重新拧紧，安装完毕后启动变频电机，变频电机的动力通过联轴器传输到主轴上，带动滚动轴承和减速箱旋转，此时采集运行状态下的振动、温度、电流、电压、转矩信号，能够模拟上述的至少一种故障，通过预测性维护平台实现不同故障组合的故障分离和精准定位，也对故障程度也可以进行分析；
和/或主轴健康状态监测，具体步骤为通过径向加载装置模拟主轴弯振试验，其中径向加载装置包括施力螺栓和加载棒，其中施力螺栓通过螺纹连接固定在平台底板下部，加载棒安装在平台底板内，能够定量控制径向载荷的大小，将变频电机停止运转，通过平台底板下部的施力螺栓控制径向载荷，模拟弯振试验；调整载荷完毕后，启动变频电机，变频电机的动力通过联轴器传输到主轴上，带动滚动轴承和减速箱旋转，此时采集运行状态下的振动、温度、电流、电压、转矩信号，预测性维护平台给出主轴工作正常和异常的判断，给出健康状态的定量评估、进行衰退趋势预测，最终实现主轴的预测性维护；
和/或变频电机故障检测，具体步骤为通过电机控制反馈单元和转矩转速传感器采集转速、转矩、电压、电流信号，通过预测性维护平台对信号进行进一步分析和处理，对变频电机绕组绝缘故障和变频电机的机械故障或者轴承故障进行状态监测和故障诊断。
与现有技术相比，本发明的有益之处在于：
1、本发明可实现预测性维护完整流程，精准、高效、可控地实现数控机床的核心子系统的在线监测，故障预测与健康管理核心算法以及可视化界面演示等功能，最终形成数控机床预测性维护自传感器布置到结果可视化、维护维修优化策略的完整的服务平台；
2、通过本发明可以针对智能工厂不同类型的智能装备(比如数控机床中的主轴等)覆盖加工、装配多个环节，在现有研究的基础上优化传感器测点布置策略，能够更好的实现不同传感器采集信号的集成和聚合，提高设备的兼容性和泛化能力，实现寿命预测优化和健康状态定量评估，提供最优化的维护策略与管理方案，通过可视化系统等完成生产资源的分配与调度；
3、作为故障套件的预测性维护，在设备损伤之前，就能够提前将备品备件准备好，且能尽量避免安全隐患的发生；可用于不同故障套件(比如轴承、齿轮)的故障模拟，一台设备能够完成多种故障模拟(比如滚动轴承故障实验、减速箱传动故障模拟实验、径向加载实验、转矩加载实验和弯振实验等)，功能多样且结构简单，直观反映故障套件的实际工况，能够提供准确可靠的寿命、振动、温升、电流、电压等数据；建立面向设备比如主轴故障等典型失效模式的预测性维护模拟，推进智能装备预测性维护标准贯彻实施，能够集模拟、测试、科研等多功能于一体；
4、本发明的兼容性较好，既可以对设备模拟，也可以对关键部件模拟，还可以对某一故障模式进行模拟，泛化能力强，通用性更好；在现有研究的基础上设置多种不同的信号采集装置，比如优化传感器测点布置策略以及电流、电压采集等，实现故障套件等的寿命预测优化和健康状态定量评估，提供最优化的维护策略与管理方案。
附图说明
图1是本发明的部分连接关系示意图；
图2是本发明中主轴转子实验台的结构示意图。
附图标记的含义：100-主轴转子实验台，200-工控机，300-显示器，400-预测性维护平台，1-变频电机，2-转矩转速传感器，3-主轴，4-滚动轴承座，5-轴系负载盘，6-传感器安装支架，7-径向加载装置，8-减速箱，9-扭矩加载器，10-联轴器，11-平台底板，12-温度传感器，13-位移传感器，14-加速度传感器。
下面结合附图和具体实施方式对本发明作进一步的说明。
具体实施方式
本发明的实施例1：如图1和图2所示，数控机床预测性维护标准测试床包括主轴转子实验台100、工控机200和显示器300，所述工控机200与主轴转子实验台100信号连接，所述工控机200还与显示器300信号连接。所述工控机200还内置有基于EdgePro Server开发的预测性维护平台400。其中的主轴转子实验台100可以完成至少两种故障模拟实验，进行数据采集，数据传输等。工控机200接收主轴转子实验台100中的信号，并对各种信号进行分析，其内置的预测性维护平台400主要可实现数据分析与处理，进行故障诊断、健康状态定量评估、关键故障分析FMEA、引入不少于10种的故障模式设计，进行关键部件的衰退趋势预测和维护决策，同时支持设备管理及数据存储、远端备份。显示器300接收工控机200的信息，并将预测结果和维护决策等进行界面展示，实现可视化。三者配合可实现预测性维护完整流程，精准、高效、可控地实现数控机床的核心子系统的在线监测，故障预测与健康管理核心算法以及可视化界面演示等功能，最终形成数控机床预测性维护自传感器布置到结果可视化、维护维修优化策略的完整的服务平台。
实施例2：如图1和图2所示，数控机床预测性维护标准测试床包括主轴转子实验台100、工控机200和显示器300，所述工控机200与主轴转子实验台100信号连接，所述工控机200还与显示器300信号连接。所述工控机200还内置有基于EdgePro Server开发的预测性维护平台400。其中的主轴转子实验台100可以完成至少两种故障模拟实验，进行数据采集，数据传输等。工控机200接收主轴转子实验台100中的信号，并对各种信号进行分析，其内置的预测性维护平台400主要可实现数据分析与处理，进行故障诊断、健康状态定量评估、关键故障分析FMEA、引入不少于10种的故障模式设计，进行关键部件的衰退趋势预测和维护决策，同时支持设备管理及数据存储、远端备份。显示器300接收工控机200的信息，并将预测结果和维护决策等进行界面展示，实现可视化。三者配合可实现预测性维护完整流程，精准、高效、可控地实现数控机床的核心子系统的在线监测，故障预测与健康管理核心算法以及可视化界面演示等功能，最终形成数控机床预测性维护自传感器布置到结果可视化、维护维修优化策略的完整的服务平台。
数控机床预测性维护标准测试床，所述主轴转子实验台100包括平台底板11，所述平台底板11上从左至右依次布置有变频电机1、转矩转速传感器2、主轴3、减速箱8，所述变频电机1经转子轴与转矩转速传感器2连接，所述转矩转速传感器2经主轴3与减速箱8连接；还包括滚动轴承座4、轴系负载盘5、传感器安装支架6、径向加载装置7和联轴器10，其中所述主轴3的一端经联轴器10与转矩转速传感器2连接，所述主轴3的另一端也经联轴器10与减速箱8连接，所述主轴3的外周从左至右依次安装有滚动轴承座4、轴系负载盘5、传感器安装支架6、径向加载装置7，且滚动轴承座4、轴系负载盘5、传感器安装支架6、径向加载装置7均与主轴3同轴布置。具体的，其中的变频电机1为原动力三相变频电机，主轴3采用双跨单主轴系，轴系负载盘5为一种转轴负载盘，径向加载装置7为一种径向加载器，减速箱8为一种二级平行轴减速齿轮箱，扭矩加载器9为一种磁粉加载器。其中，变频电机1提供动力输入；转矩转速传感器2可以测量转矩和转速；滚动轴承座4主要起支撑作用，能够内置与之同轴的待测故障套件，具体为轴承故障套件，可以检测轴承故障套件的内圈故障、外圈故障等；传感器安装支架6外置传感器，内置与之同轴的待测故障套件，具体为轴承故障套件；径向加载装置7可实现主轴径向加载，模拟径向加载、不平衡、弯振等故障；减速箱8能够模拟待测故障套件(比如模拟减速箱8内置齿轮和轴承的齿轮断齿等)的多种典型故障模式。
进一步的，数控机床预测性维护标准测试床还包括扭矩加载器9，所述减速箱8远离主轴3的一端经转子轴与扭矩加载器9连接。具体的，减速箱8通过扭矩加载器9对减速箱8施加负载。
数控机床预测性维护标准测试床还包括温度传感器12，所述温度传感器12安装于滚动轴承座4上，所述温度传感器12信号连接于工控机200。其中温度传感器12贴在滚动轴承座4上采集温度信号，并实时传送给工控机200分析处理。本发明在现有研究的基础上优化了传感器测点布置策略，提高了测试床的兼容性和泛化能力，实现寿命预测优化和健康状态定量评估。数控机床预测性维护标准测试床还包括位移传感器13，所述位移传感器13安装于传感器安装支架6上，所述位移传感器13信号连接于工控机200。其中位移传感器13采集位移信号，并实时传送给工控机200分析处理，进一步优化传感器测点布置策略。所述位移传感器13有两个，分别安装于传感器安装支架6的两侧。
具体的，数控机床预测性维护标准测试床还包括两个加速度传感器14，所述加速度传感器14安装于联轴器10上，所述加速度传感器14信号连接于工控机200。所述加速度传感器14有两个，分别安装于主轴3输出端和输入端所连接的联轴器10上，用来采集振动信号，并实时传送给工控机200分析处理，进一步优化传感器测点布置策略。所述变频电机1内置电机控制反馈单元，所述电机控制反馈单元信号连接于工控机200。通过电机控制反馈单元反馈变频电机1的转速、转矩信号，通过电机控制反馈单元采集变频电机1的电流、电压信号，所述电机控制反馈单元将采集到的信号实时传送给工控机200分析处理，所述工控机200通过监测、分析变频电机1的电流和电压，进而监测变频电机1的运行状态和工况。其中转矩转速传感器2测量转速、转矩的采样频率均为1S/s，温度传感器12的采样频率为1S/s，位移传感器13的采样频率为25.6k S/s，加速度传感器14的采样频率为25.6k S/s，注：S/s表示每秒采样点数(Sample/second)。
实施例3：如图1和图2所示，数控机床预测性维护标准测试床的操作方法，采用前述的数控机床预测性维护标准测试床，能够进行数控加工主轴不同故障的模拟，便捷高效地更换不同故障套件，实现故障模拟。具体包括以下过程：
(1)滚动轴承故障模拟实验
具体的，提前备好滚动轴承故障套件，主要有内圈故障、外圈故障、滚动体故障、保持架故障、混合故障，将变频电机1停止运转，旋下滚动轴承座4两端的紧固螺钉，将滚动轴承座4从平台底板11中取出，换上提前备好的滚动轴承故障套件，然后将两端的紧固螺钉重新拧紧，安装完毕后启动变频电机1，变频电机1的动力通过联轴器10传输到主轴3上，带动滚动轴承故障套件和减速箱8旋转，此时采集运行状态下的振动、温度、电流、电压、转矩信号，能够模拟上述的至少一种故障，通过预测性维护平台400实现不同故障组合的故障分离和精准定位，也对故障程度进行分析。
(2)减速箱故障模拟实验
具体的，提前备好减速箱8故障套件，包括低速级轴齿轮轴套件，其中故障类型为齿轮断齿、点蚀、表面磨损、齿根裂纹中的至少一种；高速级轴齿轮轴套件，其中故障类型为齿轮断齿、点蚀；低速级轴轴承故障套件，其中故障类型为内圈、外圈、滚动体、保持架故障；高速级轴轴承故障套件，其中故障类型为内圈、外圈、滚动体故障，将变频电机1停止运转，旋下减速箱8上侧及两端的紧固螺钉，打开减速箱8上盖，将齿轮轴套件从箱体中取出，同时取出齿轮轴两侧的轴承套件，更换上提前备好的减速箱8故障套件，放置回原位置后，将两端的紧固螺钉重新拧紧，安装完毕后启动变频电机1，变频电机1的动力通过联轴器10传输到主轴3上，带动滚动轴承和减速箱8旋转，此时采集运行状态下的振动、温度、电流、电压、转矩信号，能够模拟上述的至少一种故障，通过预测性维护平台400实现不同故障组合的故障分离和精准定位，也对故障程度也可以进行分析。
(3)主轴健康状态监测
具体的，通过径向加载装置7模拟主轴3弯振试验，其中径向加载装置7包括施力螺栓和加载棒，其中施力螺栓通过螺纹连接固定在平台底板11下部，加载棒安装在平台底板11内，能够定量控制径向载荷的大小，将变频电机1停止运转，通过平台底板11下部的施力螺栓控制径向载荷，模拟弯振试验；调整载荷完毕后，启动变频电机1，变频电机1的动力通过联轴器10传输到主轴3上，带动滚动轴承和减速箱8旋转，此时采集运行状态下的振动、温度、电流、电压、转矩信号，预测性维护平台400给出主轴3工作正常和异常的判断，给出健康状态的定量评估、进行衰退趋势预测，最终实现主轴3的预测性维护。
(4)变频电机故障检测
具体的，通过电机控制反馈单元和转矩转速传感器2采集转速、转矩、电压、电流信号，通过预测性维护平台400对信号进行进一步分析和处理，对变频电机1绕组绝缘故障和变频电机1的机械故障或者轴承故障进行状态监测和故障诊断。
本发明的工作原理：主轴转子实验台100可利用待测故障套件完成旋转主轴典型部件齿轮和轴承的多种故障实验如：滚动轴承故障实验、减速箱传动故障模拟实验、径向加载实验、转矩加载实验和弯振实验等。通过内置电机控制反馈单元和转矩转速传感器2采集转速、转矩、电压、电流等信号，利用阈值分析、对比分析等方法计算轴系健康状态，通过传感器安装架6、滚动轴承座4、联轴器10等外加的位移传感器13、温度传感器12、加速度传感器14，采集位移、振动、温度、加速度等信号，利用工控机200内置的预测性维护平台400，采用信号处理算法对采集到的所有信号进行异常诊断和健康状态评估，给出主轴工作正常和异常的判断，给出健康状态的定量评估，进行衰退趋势预测，进行故障诊断、健康状态定量评估、关键故障分析FMEA、引入不少于10种的故障模式设计，进行关键部件的衰退趋势预测和维护决策，同时支持设备管理及数据存储、远端备份。显示器300接收工控机200的信息，并将预测结果和维护决策等进行界面展示，实现可视化。三者配合可实现预测性维护完整流程，精准、高效、可控地实现数控机床的核心子系统的在线监测，故障预测与健康管理核心算法以及可视化界面演示等功能，最终形成数控机床预测性维护自传感器布置到结果可视化、维护维修优化策略的完整的服务平台。
Claims (9)
1.数控机床预测性维护标准测试床，其特征在于，包括主轴转子实验台(100)、工控机(200)和显示器(300)，所述工控机(200)与主轴转子实验台(100)信号连接，所述工控机(200)还与显示器(300)信号连接。
2.根据权利要求1所述的数控机床预测性维护标准测试床，其特征在于，所述主轴转子实验台(100)包括平台底板(11)，所述平台底板(11)上从左至右依次布置有变频电机(1)、转矩转速传感器(2)、主轴(3)、减速箱(8)，所述变频电机(1)经转子轴与转矩转速传感器(2)连接，所述转矩转速传感器(2)经主轴(3)与减速箱(8)连接；还包括滚动轴承座(4)、轴系负载盘(5)、传感器安装支架(6)、径向加载装置(7)和联轴器(10)，其中所述主轴(3)的一端经联轴器(10)与转矩转速传感器(2)连接，所述主轴(3)的另一端也经联轴器(10)与减速箱(8)连接，所述主轴(3)的外周从左至右依次安装有滚动轴承座(4)、轴系负载盘(5)、传感器安装支架(6)、径向加载装置(7)，且滚动轴承座(4)、轴系负载盘(5)、传感器安装支架(6)、径向加载装置(7)均与主轴(3)同轴布置。
3.根据权利要求2所述的数控机床预测性维护标准测试床，其特征在于，还包括扭矩加载器(9)，所述减速箱(8)远离主轴(3)的一端经转子轴与扭矩加载器(9)连接。
4.根据权利要求3所述的数控机床预测性维护标准测试床，其特征在于，还包括温度传感器(12)，所述温度传感器(12)安装于滚动轴承座(4)上，所述温度传感器(12)信号连接于工控机(200)。
5.根据权利要求3所述的数控机床预测性维护标准测试床，其特征在于，还包括位移传感器(13)，所述位移传感器(13)安装于传感器安装支架(6)上，所述位移传感器(13)信号连接于工控机(200)。
6.根据权利要求5所述的数控机床预测性维护标准测试床，其特征在于，所述位移传感器(13)有两个，分别安装于传感器安装支架(6)的两侧。
7.根据权利要求3所述的数控机床预测性维护标准测试床，其特征在于，还包括两个加速度传感器(14)，所述加速度传感器(14)安装于联轴器(10)上，所述加速度传感器(14)信号连接于工控机(200)。
8.根据权利要求3所述的数控机床预测性维护标准测试床，其特征在于，所述变频电机(1)内置电机控制反馈单元，所述电机控制反馈单元信号连接于工控机(200)。
9.数控机床预测性维护标准测试床的操作方法，采用权利要求1-8任一所述的数控机床预测性维护标准测试床，其特征在于，能够进行数控加工主轴不同故障的模拟，高效地更换不同故障套件，实现故障模拟，包括以下过程：
滚动轴承故障模拟实验，具体步骤为提前备好滚动轴承故障套件，主要有内圈故障、外圈故障、滚动体故障、保持架故障、混合故障，将变频电机(1)停止运转，旋下滚动轴承座(4)两端的紧固螺钉，将滚动轴承座(4)从平台底板(11)中取出，换上提前备好的滚动轴承故障套件，然后将两端的紧固螺钉重新拧紧，安装完毕后启动变频电机(1)，变频电机(1)的动力通过联轴器(10)传输到主轴(3)上，带动滚动轴承故障套件和减速箱(8)旋转，此时采集运行状态下的振动、温度、电流、电压、转矩信号，能够模拟上述的至少一种故障，通过预测性维护平台(400)实现不同故障组合的故障分离和精准定位，也对故障程度进行分析；
和/或减速箱故障模拟实验，具体步骤为提前备好减速箱(8)故障套件，减速箱(8)故障套件包括低速级轴齿轮轴套件，其中低速级轴齿轮轴套件故障类型为齿轮断齿、点蚀、表面磨损、齿根裂纹中的至少一种；高速级轴齿轮轴套件，其中高速级轴齿轮轴套件故障类型为齿轮断齿、点蚀；低速级轴轴承故障套件，其中低速级轴轴承故障套件故障类型为内圈、外圈、滚动体、保持架故障；高速级轴轴承故障套件，其中高速级轴轴承故障套件故障类型为内圈、外圈、滚动体故障，将变频电机(1)停止运转，旋下减速箱(8)上侧及两端的紧固螺钉，打开减速箱(8)上盖，将齿轮轴套件从箱体中取出，同时取出齿轮轴两侧的轴承套件，更换上提前备好的减速箱(8)故障套件，放置回原位置后，将两端的紧固螺钉重新拧紧，安装完毕后启动变频电机(1)，变频电机(1)的动力通过联轴器(10)传输到主轴(3)上，带动滚动轴承和减速箱(8)旋转，此时采集运行状态下的振动、温度、电流、电压、转矩信号，能够模拟上述的至少一种故障，通过预测性维护平台(400)实现不同故障组合的故障分离和精准定位，也对故障程度也可以进行分析；
和/或主轴(3)健康状态监测，具体步骤为通过径向加载装置(7)模拟主轴(3)弯振试验，其中径向加载装置(7)包括施力螺栓和加载棒，其中施力螺栓通过螺纹连接固定在平台底板(11)下部，加载棒安装在平台底板(11)内，能够定量控制径向载荷的大小，将变频电机(1)停止运转，通过平台底板(11)下部的施力螺栓控制径向载荷，模拟弯振试验；调整载荷完毕后，启动变频电机(1)，变频电机(1)的动力通过联轴器(10)传输到主轴(3)上，带动滚动轴承和减速箱(8)旋转，此时采集运行状态下的振动、温度、电流、电压、转矩信号，预测性维护平台(400)给出主轴(3)工作正常和异常的判断，给出健康状态的定量评估、进行衰退趋势预测，最终实现主轴(3)的预测性维护；
和/或变频电机(1)故障检测，具体步骤为通过电机控制反馈单元和转矩转速传感器(2)采集转速、转矩、电压、电流信号，通过预测性维护平台(400)对信号进行进一步分析和处理，对变频电机(1)绕组绝缘故障和变频电机(1)的机械故障或者轴承故障进行状态监测和故障诊断。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811591015.4A CN109542045A (zh) | 2018-12-21 | 2018-12-21 | 数控机床预测性维护标准测试床及操作方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811591015.4A CN109542045A (zh) | 2018-12-21 | 2018-12-21 | 数控机床预测性维护标准测试床及操作方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109542045A true CN109542045A (zh) | 2019-03-29 |
Family
ID=65858190
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811591015.4A Pending CN109542045A (zh) | 2018-12-21 | 2018-12-21 | 数控机床预测性维护标准测试床及操作方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109542045A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111896244A (zh) * | 2020-07-29 | 2020-11-06 | 北京天地龙跃科技有限公司 | 一种综采设备phm系统 |
| CN111912642A (zh) * | 2020-07-29 | 2020-11-10 | 北京天地龙跃科技有限公司 | 一种phm云端共享验证平台 |
| CN112650146A (zh) * | 2020-12-18 | 2021-04-13 | 国家机床质量监督检验中心 | 一种数控机床多工况下故障诊断优化方法、系统及设备 |
| WO2021225561A3 (en) * | 2020-12-31 | 2022-01-06 | Fkk Güney Oto Lasti̇k Takoz Sanayi̇ Ti̇c A.Ş. | Real-time monitoring and estimation system for wear in rubber liners and lifter bars utilized in ore grinding mills |
| CN114850547A (zh) * | 2022-07-11 | 2022-08-05 | 成都飞机工业（集团）有限责任公司 | 一种碳纤维构件轮廓铣削损伤抑制方法 |
| CN115220396A (zh) * | 2022-09-20 | 2022-10-21 | 南通韦俐数控机床有限公司 | 一种数控机床智能监控方法及系统 |
| US20230210643A1 (en) * | 2022-01-06 | 2023-07-06 | Zeus Tech Co., Ltd. | Real-time monitoring system for artificial tooth processing machine |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN201776628U (zh) * | 2010-06-12 | 2011-03-30 | 四川成飞集成科技股份有限公司 | 摆角式工作台 |
| CN103592112A (zh) * | 2013-10-27 | 2014-02-19 | 沈阳建筑大学 | 一种电主轴加载测试系统及方法 |
| CN103645064A (zh) * | 2013-12-25 | 2014-03-19 | 沈阳机床(集团)有限责任公司 | 数控机床进给轴机电耦合性能测试台 |
| CN104019986A (zh) * | 2014-06-24 | 2014-09-03 | 沈阳机床(集团)有限责任公司 | 数控车床主轴可靠性加载试验装置及方法 |
| CN104748965A (zh) * | 2015-04-09 | 2015-07-01 | 华北电力大学（保定） | 一种滚动轴承组合故障模拟实验台及其模拟方法 |
| CN105513482A (zh) * | 2015-11-27 | 2016-04-20 | 西安交通大学 | 一种便于更换故障零件的机械故障综合模拟试验台 |
| CN105974886A (zh) * | 2016-06-28 | 2016-09-28 | 华中科技大学 | 一种数控机床的健康监测方法 |
| CN206146637U (zh) * | 2016-10-11 | 2017-05-03 | 王朝阁 | 一种便于拆卸式模块化的齿轮箱故障模拟综合试验台 |
| CN206741296U (zh) * | 2017-05-11 | 2017-12-12 | 吉林工程技术师范学院 | 一种数控机床实时故障检测装置 |
| CN207866992U (zh) * | 2018-01-30 | 2018-09-14 | 佛山赛宝信息产业技术研究院有限公司 | 电机可靠性测试系统 |
| CN108723894A (zh) * | 2018-06-05 | 2018-11-02 | 天津大学 | 一种数控机床分离主轴末端热变形的测量系统及其方法 |
| CN209198929U (zh) * | 2018-12-21 | 2019-08-02 | 机械工业仪器仪表综合技术经济研究所 | 数控机床预测性维护标准测试床 |
-
2018
- 2018-12-21 CN CN201811591015.4A patent/CN109542045A/zh active Pending
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN201776628U (zh) * | 2010-06-12 | 2011-03-30 | 四川成飞集成科技股份有限公司 | 摆角式工作台 |
| CN103592112A (zh) * | 2013-10-27 | 2014-02-19 | 沈阳建筑大学 | 一种电主轴加载测试系统及方法 |
| CN103645064A (zh) * | 2013-12-25 | 2014-03-19 | 沈阳机床(集团)有限责任公司 | 数控机床进给轴机电耦合性能测试台 |
| CN104019986A (zh) * | 2014-06-24 | 2014-09-03 | 沈阳机床(集团)有限责任公司 | 数控车床主轴可靠性加载试验装置及方法 |
| CN104748965A (zh) * | 2015-04-09 | 2015-07-01 | 华北电力大学（保定） | 一种滚动轴承组合故障模拟实验台及其模拟方法 |
| CN105513482A (zh) * | 2015-11-27 | 2016-04-20 | 西安交通大学 | 一种便于更换故障零件的机械故障综合模拟试验台 |
| CN105974886A (zh) * | 2016-06-28 | 2016-09-28 | 华中科技大学 | 一种数控机床的健康监测方法 |
| CN206146637U (zh) * | 2016-10-11 | 2017-05-03 | 王朝阁 | 一种便于拆卸式模块化的齿轮箱故障模拟综合试验台 |
| CN206741296U (zh) * | 2017-05-11 | 2017-12-12 | 吉林工程技术师范学院 | 一种数控机床实时故障检测装置 |
| CN207866992U (zh) * | 2018-01-30 | 2018-09-14 | 佛山赛宝信息产业技术研究院有限公司 | 电机可靠性测试系统 |
| CN108723894A (zh) * | 2018-06-05 | 2018-11-02 | 天津大学 | 一种数控机床分离主轴末端热变形的测量系统及其方法 |
| CN209198929U (zh) * | 2018-12-21 | 2019-08-02 | 机械工业仪器仪表综合技术经济研究所 | 数控机床预测性维护标准测试床 |
Non-Patent Citations (1)
| Title |
|---|
| 高宏力等: "数控机床故障预测与健康管理系统关键技术", 《计算机集成制造系统》, pages 2217 - 2226 * |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111896244A (zh) * | 2020-07-29 | 2020-11-06 | 北京天地龙跃科技有限公司 | 一种综采设备phm系统 |
| CN111912642A (zh) * | 2020-07-29 | 2020-11-10 | 北京天地龙跃科技有限公司 | 一种phm云端共享验证平台 |
| CN112650146A (zh) * | 2020-12-18 | 2021-04-13 | 国家机床质量监督检验中心 | 一种数控机床多工况下故障诊断优化方法、系统及设备 |
| WO2021225561A3 (en) * | 2020-12-31 | 2022-01-06 | Fkk Güney Oto Lasti̇k Takoz Sanayi̇ Ti̇c A.Ş. | Real-time monitoring and estimation system for wear in rubber liners and lifter bars utilized in ore grinding mills |
| US20230210643A1 (en) * | 2022-01-06 | 2023-07-06 | Zeus Tech Co., Ltd. | Real-time monitoring system for artificial tooth processing machine |
| US11806201B2 (en) * | 2022-01-06 | 2023-11-07 | Zeus Tech Co., Ltd. | Real-time monitoring system for artificial tooth processing machine |
| CN114850547A (zh) * | 2022-07-11 | 2022-08-05 | 成都飞机工业（集团）有限责任公司 | 一种碳纤维构件轮廓铣削损伤抑制方法 |
| CN115220396A (zh) * | 2022-09-20 | 2022-10-21 | 南通韦俐数控机床有限公司 | 一种数控机床智能监控方法及系统 |
| CN115220396B (zh) * | 2022-09-20 | 2022-12-20 | 南通韦俐数控机床有限公司 | 一种数控机床智能监控方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109542045A (zh) | 数控机床预测性维护标准测试床及操作方法 | |
| CN109506921B (zh) | 一种旋转机械故障诊断与预警方法 | |
| CN102033200B (zh) | 基于统计模型的交流电机在线监测和诊断方法 | |
| Hashemian | Wireless sensors for predictive maintenance of rotating equipment in research reactors | |
| Jayaswal et al. | Machine fault signature analysis | |
| CN105573251B (zh) | 圆盘式刀库及自动换刀系统综合性能检测平台 | |
| CN105352588A (zh) | 无刷直流电机振动检测系统设计 | |
| CN102759449A (zh) | 风力发电机组传动系统故障诊断装置及模拟方法 | |
| CN108331718A (zh) | 风电机组偏航系统在线监测机构及故障诊断系统和方法 | |
| CN101819093A (zh) | 掘进机截割头主轴轴承故障诊断装置及其使用方法 | |
| CN104596764A (zh) | 行星齿轮箱故障诊断与预测试验装置 | |
| CN202676450U (zh) | 风力发电机组传动系统故障诊断装置 | |
| CN103076565A (zh) | 三相异步高压电动机检修健康状况检测评估系统 | |
| CN110793771A (zh) | 一种模拟直升机主减速器故障的试验台 | |
| CN209198929U (zh) | 数控机床预测性维护标准测试床 | |
| CN106353678A (zh) | 电机质量管控数据监测系统 | |
| CN108799014A (zh) | 数据采集传感器以及变桨系统的检测系统、方法和装置 | |
| CN202453182U (zh) | 一种风电机组齿轮箱故障诊断装置 | |
| CN105526959B (zh) | 编码器可靠性试验装置及方法 | |
| CN107024351A (zh) | 一种卡盘夹紧的顶轴式多规格滚动轴承故障模拟实验台 | |
| CN209198079U (zh) | 数控加工主轴故障的预测性维护模拟设备 | |
| CN208431106U (zh) | 风电机组偏航系统在线监测机构 | |
| Zhukovytskyy et al. | Information-measuring test system of diesel locomotive hydraulic transmissions | |
| Zhao et al. | The design of a holistic IoT-Based monitoring system for a wind turbine | |
| CN206351386U (zh) | 一种链式刀库状态监测系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |