CN110806723A - 一种数控机床状态评估新方法 - Google Patents

Abstract

本发明公开了一种数控机床状态评估新方法，整体监控数控机床的运行能量，若总能量异常，则分别考察各传动轴系统能量，进而识别出异常所在的范围；利用振动测试仪对机床关键部位进行振动信号检查，进一步识别出机床异常状态，从而实现对数控机床状态的可靠性评估。本发明通过对数控机床能量的监控实现报警，并对能量解析后定位得到异常的范围，进一步通过振动信号的监测实现精确定位异常位置，从而得到精确可靠的数控机床评估。

Description

一种数控机床状态评估新方法

技术领域

本发明属于数控机床评估的技术领域，具体涉及一种数控机床状态评估新方法。

背景技术

目前，数控机床的一种发展趋势是朝着大型化、高速化、高精度化的方向发展。在复杂的生产制造环境中，数控机床各个部件的性能随着高强度的加工而逐渐退化，导致数控机床发生故障。大型数控机床属于高价值设备，如果因故障导致停工，不仅影响零件的准时交付，而且严重浪费各种生产资源。为节省维护费用，提高科学管理水平，对于大型数控机床仅做事后维修已经远远不能满足现代先进制造企业的需求，迫切需要对数控机床故障进行预警。

现有技术中，周玉清等提出了一种基于光栅尺、编码器、伺服进给电机电流等内置传感器的机床状态监测方法，进行了多种工况下的恒速、润滑特性测试，试验结果验证了内置传感器信息被用于机床故障诊断方法的可行性。然而，此方法采用只关注数控系统内部传感器的信息，但数控机床内部很多关键部件没有传感器的反馈，所以，此方法只是对数控机床整体进行简单的评估，且不够系统。

张龙等提出了一种基于时间编码信息处理与识别(TESPAR)的设备性能退化评估方法，并将其运用于滚动轴承不同故障程度实验与全寿命实验。此方法的局限性在于只关注轴承的监控，并且此方法必须实现将采集数据与多种轴承故障之间的进行对比，而生产实际中，不可能将完好的轴承进行故障试验。所以，此方法很难进行工程化应用。

数控机床的故障预警，仅从已有征兆推理出故障远远不够，要实现故障预警为设备长期保养和维修提供依据，必须具备从机床实时或检测的数据中预先诊断关键部件状态的能力，并且采用的方法必须方便实用。

发明内容

本发明的目的在于提供一种数控机床状态评估新方法，本发明通过对数控机床能量的监控实现报警，并对能量解析后定位得到异常的范围，进一步通过振动信号的监测实现精确定位异常位置，从而得到精确可靠的数控机床评估。

本发明主要通过以下技术方案实现：一种数控机床状态评估新方法，整体监控数控机床的运行能量，若总能量异常，则分别考察各传动轴系统能量，进而识别出异常所在的范围；利用振动测试仪对机床关键部位进行振动信号检查，进一步识别出机床异常状态，从而实现对数控机床状态的可靠性评估。

为了更好地实现本发明，进一步的，将采集的数据与历史数据进行对比以评价机床性能的变化；若设备整体能量特征发生异常，针对异常情况，结合传感器整体监控技术，单独分析各个直线轴和旋转轴子传动系统以及主轴的能量特征，精确定位预测出现故障或者导致机床性能下降的子传动系统或者部件，实现机床故障的提前预警。

为了更好地实现本发明，进一步的，采集数据时，每个传动轴单独运行，运动覆盖整个行程，并循环运行三次，保证采集的可靠性；运行速度或主轴转速等于每台机床常用的加工参数，保证采集信息接近加工状态。

为了更好地实现本发明，进一步的，系统开始记录机床主轴及各传动轴的功率、电流、温度的能量数据，保存数据并自动分析，获得总能量及各轴的分能量的均值、方差关键指标；最终实现数控机床内部的总能量及各传动系统分能量的监控系统，当总能量异常，分解到各传动系统的能量监控。

为了更好地实现本发明，进一步的，采集主轴、各传动系统的功率、电流、温度，并分析处理获取数控机床内部主轴、各传动系统的功率总和、电流总和、温度总和。

为了更好地实现本发明，进一步的，将振动传感器安装到传动系统的外壳、工作台或机床立柱上，并通过频谱分析，结合关键部件的特征频率的计算结果，甄别并解调出每个振动分量对应的具体位置、大小。

为了更好地实现本发明，进一步的，滚珠丝杠的内圈滚道的特征频率计算公式如下：

滚珠丝杠的外圈滚道的特征频率的计算公式如下：

滚珠丝杠的滚子的特征频率的计算公式如下：

其中：

D为丝杠滚子中心对应的丝杠直径；

d为丝杠滚子的直径；

d为丝杠滚子的直径；

Z为单圈丝杠内的滚子个数；

β为接触角；

λ为导程引起的旋转角；

f_i为丝杠内圈滚道的旋转频率。

为了更好地实现本发明，进一步的，导轨滑块的导轨的特征频率计算公式如下：

导轨滑块的滑块的特征频率计算公式如下：

导轨滑块的滚子的特征频率计算公式如下：

其中：

L为滑块的长度；

v为滑块的运动速度；

d为滚子的直径；

Z为滑块与导轨直径接触的滚子个数。

为了更好地实现本发明，进一步的，丝杠磨损导致的功率变化的公式如下：

式中：

其中：I为丝杠螺母副磨损量；k₁为磨损系数；σ_P为接触应力；C为试验常数；β为表面质量系数；E为弹性模量；σ_S为螺母表面材料屈服极限，P为驱动电机功率；n为驱动电机转速；Z为丝杠工作列数；d为丝杠螺纹公称直径；d₁为丝杠螺纹内径；

为摩擦角；θ为丝杠螺纹螺旋角。

本发明的有益效果：

(1)降低了数控机床应急性维修次数，减少了维修时间。通过监控数控机床的总能量、各传动系统的能量，以及通过振动传感器整体监控各部件的状态，定期评估数控机床及各部件的磨损情况，提前根据部件磨损程度进行备货，在维保时对部件进行预更换，解决应急性维修时间过长的问题。

(2)降低维保性检查的时间。现有模式，一般数月或半年对数控机床进行维保性检测，主要将防护罩等拆开，检查导轨、丝杠、轴承等。原有方法占用数控机床至少1天，降低了数控机床的利用率。而采用本发明提出的能量监控方法，平时即可对关键部件进行评估，基本不用单独对导轨、丝杠、轴承进行检测，即降低了维保性检查的时间，进而提高设备的利用率。

(3)本发明监控得到数控机床内部各传动系统的功率、电流、温度，以及机床外部振动传感器检测的信息；并提出了能量解析的数控机床状态评估方法，监控总能量-识别各传动系统能量-通过振动传感器整体监控识别具体异常所在，具有较好的实用性。

附图说明

图1为本发明的原理框图；

图2为本发明的流程图；

图3为数控机床状态监控流程图；

图4为丝杠滚动的结构示意图；

图5为导轨滑块的结构示意图；

图6为滑块内滚珠运行结构示意图。

具体实施方式

实施例1：

一种数控机床状态评估新方法，如图1所示，整体监控数控机床的运行能量，若总能量异常，则分别考察各传动轴系统能量，进而识别出异常所在的范围；利用振动测试仪对机床关键部位进行振动信号检查，进一步识别出机床异常状态，从而实现对数控机床状态的可靠性评估。

本发明监控得到数控机床内部各传动系统的功率、电流、温度，以及机床外部振动传感器检测的信息；并提出了能量解析的数控机床状态评估方法，监控总能量-识别各传动系统能量-通过振动传感器整体监控识别具体异常所在，具有较好的实用性。

实施例2：

本实施例是在实施例1的基础上进行优化，将采集的数据与历史数据进行对比以评价机床性能的变化；若设备整体能量特征发生异常，针对异常情况，结合传感器整体监控技术，单独分析各个直线轴和旋转轴子传动系统以及主轴的能量特征，精确定位预测出现故障或者导致机床性能下降的子传动系统或者部件，实现机床故障的提前预警。

本发明界定能量范畴为：数控机床内部各传动系统的功率、电流、温度，以及机床外部振动传感器检测的信息。本发明主要通过采集数控机床能量信息，对能量信号进行解析，达到数控机床的可靠性状态评估，并逐步实现信息采集、评价的规范化，为数控机床故障预警的规范奠定基础。

由于考虑电流与功率有直接的线性关系，即功率等于电压乘以电流，但考虑电压的波动性，也同时采集了数控系统内部所有传动轴的主轴的电主轴，进行监控。

温度的采集主要是传动轴电机的温度，其发热原因主要是绝缘磨损、线路电阻导致的能量损耗，导致了传动系统的温度不同。

具体内容如下：

通过本发明，采用OPC等采集方式，采集主轴、各传动系统等功率、电流、温度等能量，并自动分析处理，最终获取数控机床内部各传动系统和主轴的功率总合、电流总合、温度综合。

提出了基于频域的数控机床传感器整体安装方式。不同于传统的将传感器安装到部件表面的方式，本方法将振动传感器安装到传动系统的外壳、工作台或机床立柱上。通过频谱分析，结合关键部件的特征频率的计算结果，甄别并解调出每个振动分量对应的具体位置、大小等，为能量解析法监控数控机床的研究策略奠定基础。

本发明，通过能量解析的方法，采集数控机床的内部能量信息，以及外部振动检测能量信息，进行整体处理、分析。此方法操作简单方便，不占用机床过多加工时间，并且对数控机床的关键部件监控较为全面与可靠。

本实施例的其他部分与实施例1相同，故不再赘述。

实施例3：

本实施例是在实施例1或2的基础上进行优化，数控机床在实际使用过程中，加工的零件种类繁多、特征复杂、切削参数变化较多，实际加工情况异常复杂，对采集实时加工数据进行机床故障预警分析带来巨大挑战。

因此，本发明通过在特定机床性能测试数控程序，利用周期性运行特定机床性能测试数控程序，采集运行测试程序时机床能量特征相关数据，依据长期采集的能量特征数据，经过数据分析并且与历史数据进行对比，评价机床性能的变化。

如图1所示，如果某台设备整体能量特征发生异常，针对异常情况，结合传感器整体监控技术，单独分析各个直线轴和旋转轴子传动系统以及主轴的能量特征，精确定位可能出现故障或者导致机床性能下降的子传动系统或者部件，实现机床故障的提前预警。

本发明可为大型数控机床定期精度检查和保养提供指导性数据，减小由于未及时发现性能下降导致的零件质量事故，并且可以及时发现机床部件磨损等故障，为部件更换提供了订货准备时间，减少机床停机时间。

综上所述，本发明方法通过采用能量识别法，整体监控数控机床主要运行能量，若总能量异常(总功率、总电流、总温度)，则分别考察各传动轴系统能量，进而识别出异常所在的范围；在设备维保时，利用振动测试仪对机床关键部位进行振动信号检查，进一步识别出机床异常状态，从而实现对数控机床状态的可靠性评估。

本实施例的其他部分与上述实施例1或2相同，故不再赘述。

实施例4：

本实施例是在实施例3的基础上进行优化，1)、如图1所示，顶端监控采用自主研发的基于OPC通讯模式的数据采集系统对数控机床进行整体监测。具体监控方式如下图2所示。针对不同机床设计相应的测试程序，其主要原理和规则如下：1)每个传动轴单独运行，运动覆盖整个行程，并循环运行三次，保证采集的可靠性；2)运行速度或主轴转速等于每台机床常用的加工参数，保证采集信息接近加工状态。

当机床运行特定加工程序(测试程序)时，系统开始记录机床主轴及各传动轴的功率、电流、温度等能量数据，标准程序结束后，保存数据并自动分析，获得总能量及分能量(各轴)的均值、方差等关键指标。最终实现数控机床内部的总能量及各传动系统分能量的监控系统，当总能量异常，分解到各传动系统的能量监控。

2)、如图1下部所示，当异常分解到各传动系统后，简单的数控机床内部信息很难识别到具体的关键部件，所以有必要结合振动传感器进行检测与评估。但传统的通过安装传感器检测数控机床状态的方式，一般是将传感器安装在关键零部件，如轴承、丝杠螺母座、导轨等，定时检测振动信号。当高频信号增多时，判定数控机床有异常。

使用传统方法，必须将传感器安装在特定的关键部件上。但传感器的标定一般为1到2年需要进行一次，而轴承、导轨等寿命一般5到8年。所以，①、如果采用固定安装方式，将产生较大的浪费，并很难判断何时对传感器进行标定，占用加工时间；②、如果采用单独信息采集系统定时将通用的传感器安装在关键部件进行测试，可以大大降低监控的成本，但每次测试，为了将传感器安装在特定部件上，都必须将传动系统的防护罩等拆卸，耗费了大量数控加工的工时，不适合工程化应用。

数控机床关键部件不仅具有各自的固有频率，且其固有频率一般远远大于特征频率。当部件出现局部损伤时，会出现特定的有规律的振动信号，将这种有规律的损伤振动信号称为部件的“特征频率”，也叫“故障频率”。由于已有学者对轴承的“特征频率”进行了深入研究，为此本发明就不再详细计算。本发明针对丝杠等进行了详细计算。

本实施例的其他部分与上述实施例3相同，故不再赘述。

实施例5：

本实施例是在实施例4的基础上进行优化，本发明的计算方法，是通过引入接触角β和导程引起的旋转角λ，将螺旋进给不规则运动模式抽象为类轴承规则性运动模式。进而实现了丝杠系统全部零部件损伤特征频率的准确计算。

本发明首先，对关键部件“特征频率”进行统一计算；然后，采用移动整体式的信息采集系统，在采集振动信号时，只需要将传感器临时安装在传动系统的外壳或立柱上，若对X轴立柱进行三个方向的振动检测，然后，通过频谱解析的方法，结合“特征频率”计算结果，判断振动信号对应关键部件的状态。

如图3所示，首先对数控机床关键部件进行特征频率计算方法进行研究，准确获取其特征频率；然后，采用新型的安装方式(整体安装方式)，运行相同的加工运行程序，采集传感器数据；最后，考虑外部信号的干扰、立柱本身(铸铁)的减震等，结合关键部件的特征频率，识别异常所在。

本实施例的其他部分与上述实施例4相同，故不再赘述。

实施例6：

本实施例是在实施例1-5任一个的基础上进行优化，机床的总功率(机床传动轴和主轴的所有功率)可以较好的包含其运行特征。随着机床随着时间的变化，导轨、丝杠、轴承的磨损逐渐增加，那么对应的功率会逐渐的增大。丝杠磨损导致的功率变化的原理可由以下公式表达：

式中：

式中：其中：I为丝杠螺母副磨损量；k₁为磨损系数；σ_P为接触应力；C为试验常数；β为表面质量系数；E为弹性模量；σ_S为螺母表面材料屈服极限，P为驱动电机功率；n为驱动电机转速；Z为丝杠工作列数；d为丝杠螺纹工程直径；d₁为丝杠螺纹内径；

为摩擦角；θ为丝杠螺纹螺旋角。

本实施例的其他部分与上述实施例1-5任一个相同，故不再赘述。

实施例7：

本实施例是在实施例1-6任一个的基础上进行优化，滚珠丝杠运动过程中，滚子绕丝杠轴做圆周运动。丝杠滚子中心对应的丝杠直径为D，根据图4中给出的几何关系，可知中径等于：

上式中，D_i为丝杠内圈滚道的直径，D_o为丝杠外圈滚道的直径。这两个直径与中径的关系可以写为：

D_i＝D-dcos(β) (4-2)

D_o＝D+dcos(β) (4-3)

其中，d为丝杠滚子的直径。假设丝杠的内圈滚道以角速度ω_i做旋转运动，外圈滚道以角速度ω_o做旋转运动，则内外圈滚道的旋转线速度可以写为：

假如滚子在滚道上为理想的滚动，那么滚子球心(相当于轴承的保持架)的旋转速度为内外圈旋转速度的平均值。

且，

ω＝2πf，因此，用频率表示的话，则为：

通常情况下，丝杠的外圈滚道是不做旋转运动的。那么上面式子可以简化为：

滚子球心相对于内圈滚道的滚动频率可以写为：

如果单圈丝杠内有Z个滚子，那么滚子球心相对内圈滚道滚动一周时，滚子会通过内圈滚道固定点Z次。那么滚子通过内圈滚道固定点的通过频率(即内圈滚道故障的特征频率)为：

当外圈保持固定不旋转时，可以简化为：

滚子球心相对外圈滚道的旋转频率可以类似计算：

类似的，滚子通过外圈滚道固定点的通过频率(即外圈滚道故障的特征频率)为：

丝杠中的滚子除了做圆周运动外，水平方向还存在直线运动，而且滚子在轴承滚道内做理想的滚动，与滚道之间不存在相对滑动。因此，滚子压过轴承内圈滚道的距离就等于滚子自转的周长距离，即

则滚子的自旋(自转)频率可以写为：

综上所述，对于丝杠故障的特征频率的计算公式如表1所示。其中，D为滚子中心对应的丝杠直径，即丝杠中径；d为丝杠滚子的直径；Z为单圈丝杠内的滚子个数；β为接触角；λ为导程引起的旋转角；f_i为丝杠内圈滚道的旋转频率，即丝杠轴的旋转频率。

表1丝杠特征频率计算公式

本实施例的其他部分与上述实施例1-6任一个相同，故不再赘述。

实施例8：

本实施例是在实施例1-7任一个的基础上进行优化，如图5、图6所示，假设滑块以速度v做直线运动，则滚子球心的速度为v/2。从滚子进入滑块到离开滑块时，滚子相对滑块运动距离为滑块的长度L，相对速度为v/2；滚子相对导轨运动距离为L，相对速度为v/2。因此，一个滚子通过滑块和导轨固定点的频率为：(f_ri为单个滚子通过导轨的频率，f_ro为单个滚子通过导轨的频率)

在滑块与导轨之间存在Z个相互接触滚子，则滑块和导轨的故障特征频率均为：(fbpfi为导轨的故障频率，fbpfo为滑块的故障频率)

滚子以v/2的速度做滚动直线运动，因此滚子角速度为：

则滚子的滚动频率为：

综上所述，对于导轨滑块故障的特征频率的计算公式如表2所示。其中，L为滑块的长度；v为滑块的运动速度；d为滚子的直径；Z为滑块与导轨直径接触的滚子个数。

表2导轨滑块特征频率计算公式

本实施例的其他部分与上述实施例1-7任一个相同，故不再赘述。

以上所述，仅是本发明的较佳实施例，并非对本发明做任何形式上的限制，凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化，均落入本发明的保护范围之内。

Claims (8)

1.一种数控机床状态评估新方法，其特征在于，整体监控数控机床的运行能量，若总能量异常，则分别考察各传动轴系统能量，进而识别出异常所在的范围；对机床关键部位进行振动信号检查，进一步识别出机床异常状态，从而实现对数控机床状态的可靠性评估。

2.根据权利要求1所述的一种数控机床状态评估新方法，其特征在于，将采集的数据与历史数据进行对比以评价机床性能的变化；若设备整体能量特征发生异常，针对异常情况，结合传感器整体监控技术，单独分析各个直线轴和旋转轴子传动系统以及主轴的能量特征，精确定位预测出现故障或者导致机床性能下降的子传动系统或者部件，实现机床故障的提前预警。

3.根据权利要求2所述的一种数控机床状态评估新方法，其特征在于，采集数据时，每个传动轴单独运行，运动覆盖整个行程，并循环运行三次，保证采集的可靠性；运行速度或主轴转速等于每台机床常用的加工参数，保证采集信息接近加工状态。

4.根据权利要求2所述的一种数控机床状态评估新方法，其特征在于，记录机床主轴及各传动轴的功率、电流、温度的能量数据，保存数据并自动分析获得总能量及各轴的分能量的均值、方差的关键指标；最终实现数控机床内部的总能量及各传动系统分能量的监控。

5.根据权利要求1所述的一种数控机床状态评估新方法，其特征在于，将振动传感器安装到传动系统的外壳、工作台或机床立柱上，并通过频谱分析，结合关键部件的特征频率的计算结果，甄别并解调出每个振动分量对应的具体位置、大小。

6.根据权利要求5所述的一种数控机床状态评估新方法，其特征在于，滚珠丝杠的内圈滚道的特征频率计算公式如下：

滚珠丝杠的外圈滚道的特征频率的计算公式如下：

滚珠丝杠的滚子的特征频率的计算公式如下：

其中：

D为丝杠滚子中心对应的丝杠直径；

d为丝杠滚子的直径；

d为丝杠滚子的直径；

Z为单圈丝杠内的滚子个数；

β为接触角；

λ为导程引起的旋转角；

f_i为丝杠内圈滚道的旋转频率。

7.根据权利要求5所述的一种数控机床状态评估新方法，其特征在于，导轨滑块的导轨的特征频率计算公式如下：

导轨滑块的滑块的特征频率计算公式如下：

导轨滑块的滚子的特征频率计算公式如下：

其中：L为滑块的长度；v为滑块的运动速度；d为滚子的直径；Z为滑块与导轨直径接触的滚子个数。

8.根据权利要求1所述的一种数控机床状态评估新方法，其特征在于，丝杠磨损导致的功率变化的公式如下：

式中：

其中：I为丝杠螺母副磨损量；k₁为磨损系数；σ_P为接触应力；C为试验常数；β为表面质量系数；E为弹性模量；σ_S为螺母表面材料屈服极限，P为驱动电机功率；n为驱动电机转速；Z为丝杠工作列数；d为丝杠螺纹公称直径；d₁为丝杠螺纹内径；

为摩擦角；θ为丝杠螺纹螺旋角。

Images