文章預(yù)覽:
數(shù)控加工中心是數(shù)字控制加工中心的簡(jiǎn)稱(chēng),是一種裝有程序控制系統(tǒng)的自動(dòng)化加工中心,廣泛運(yùn)用于各種行業(yè)的生產(chǎn)加工中。隨著制造系統(tǒng)的規(guī)模與結(jié)構(gòu)性復(fù)雜性迅速增長(zhǎng),數(shù)控加工中心控制系統(tǒng)也面臨著越來(lái)越多的故障問(wèn)題。一旦數(shù)控加工中心出現(xiàn)故障,就將影響加工的效率和準(zhǔn)確度。
針對(duì)數(shù)控加工中心的故障診斷問(wèn)題11],學(xué)界已經(jīng)開(kāi)展了卓有成效的研究工作。文獻(xiàn)[2?3]采用了故障樹(shù)分析方法,對(duì)數(shù)控加工中心的故障進(jìn)行診斷。但在構(gòu)建故障樹(shù)時(shí)的工作量相當(dāng)繁重,難度也較大,不能夠及時(shí)判斷并解決故障問(wèn)題。文獻(xiàn)[4]采用了粗糙集和證據(jù)理論的研究方法,提出了一種智能故障診斷方法。但該方法過(guò)分依賴(lài)自身知識(shí)庫(kù),且對(duì)數(shù)據(jù)噪聲過(guò)分敏感。文獻(xiàn)[5,6]則采用了人工神經(jīng)網(wǎng)絡(luò)的分析方法,模仿人類(lèi)專(zhuān)家的聯(lián)想和直覺(jué),為數(shù)控加工中心故障診斷提供了一條新的路徑。然而其理論尚未完善,目前還不能夠達(dá)到人類(lèi)專(zhuān)家的水準(zhǔn),因此該方法可靠性較低。
然而在數(shù)控加工中心可能出現(xiàn)的故障[7'8]中,由限位傳感器等引起的故障是最致命的,有可能導(dǎo)致整個(gè)加工中心的破壞,甚至更加嚴(yán)重的后果。數(shù)控加工中心所進(jìn)行的任何工作,都必須在確保安全的條件下進(jìn)行,因此保證數(shù)控加工中心每一軸限位傳感器的正常工作是首要任務(wù)。而?<5時(shí)網(wǎng)[9]是研究離散事件動(dòng)態(tài)系統(tǒng)的一種很重要的工具,一些學(xué)者™就運(yùn)用了 Petri網(wǎng)對(duì)柔性制造系統(tǒng)進(jìn)行建模和分析[1112],而數(shù)控加工中心是柔性制造系統(tǒng)中的一部分,因此將Petri網(wǎng)理論與數(shù)控加工中心控制系統(tǒng)相結(jié)合,能夠簡(jiǎn)潔、深刻的刻畫(huà)出數(shù)控加工中心控制系統(tǒng)各個(gè)部分的動(dòng)態(tài)性質(zhì)。
為此,本文首先根據(jù)數(shù)控加工中心各單元之間的運(yùn)行邏輯和動(dòng)態(tài)特性,采用分塊建模的思想,建立數(shù)控加工中心控制系統(tǒng)的Petri網(wǎng)模型;然后根據(jù)各故障類(lèi)型的行為特征,采用不可觀變遷模擬故障,獲得該系統(tǒng)的故障Petxi網(wǎng)模型;最后提出相應(yīng)的故障診斷算法,來(lái)判斷數(shù)控加工中心是否發(fā)生的故障,并推理出發(fā)生故障的元件。并且全文中以一個(gè)四軸聯(lián)動(dòng)橋式切割機(jī)為例子,將文章中的方法加以使用和驗(yàn)證。與文獻(xiàn)[2?3]相比,本文中采用構(gòu)建標(biāo)簽Petri網(wǎng)模型的方法,對(duì)系統(tǒng)中所有信號(hào)貼上標(biāo)簽,通過(guò)觀察標(biāo)簽序列來(lái)判斷是否有故障發(fā)生;與文獻(xiàn)[7?8]相比,本文針對(duì)所有由傳感器信號(hào)引起的故障類(lèi)型,采用不可觀測(cè)變遷模擬故障,建立了故障Petri網(wǎng)模型,最終根據(jù)該模型得到了相應(yīng)的故障診斷算法;而與文獻(xiàn)[11?1.2]對(duì)比,本文對(duì)數(shù)控加工中心控制系統(tǒng)內(nèi)部的各個(gè)工作單元進(jìn)行建模,能準(zhǔn)確判斷發(fā)生故障的元件。
備注:為保證文章的完整度,本文核心內(nèi)容都PDF格式顯示,如未有顯示請(qǐng)刷新或轉(zhuǎn)換瀏覽器嘗試!
結(jié)束語(yǔ):
本文首先對(duì)數(shù)控加工中心控制系統(tǒng)進(jìn)行了 Petri網(wǎng)建模,然后針對(duì)該系統(tǒng)可能由傳感器所引起的故障類(lèi)型,添加故障變遷,從而獲得了該系統(tǒng)的故障Petri網(wǎng)模型,并再利用該系統(tǒng)內(nèi)的信號(hào),針對(duì)這些故障類(lèi)型提出了相應(yīng)的故障診斷方法,從而能夠判斷系統(tǒng)出現(xiàn)故障的原因。考慮到已有相應(yīng)的故障診斷算法,因此在接下來(lái)的研究中可以通過(guò)編寫(xiě)相應(yīng)的上位機(jī)軟件,使其不僅能夠?qū)崟r(shí)監(jiān)控加工中心的狀態(tài),還能在故障發(fā)生時(shí)及時(shí)正確的判斷故障的原因,并給出相應(yīng)的解決方案。
2024-11
本文以組合式六角亭模型為實(shí)例,分析工藝難點(diǎn)與加工可行性,指出該模型的加工難點(diǎn)是模型形狀不規(guī)則和整體剛性差,并通過(guò)設(shè)計(jì)新的工藝方案解決加工難點(diǎn),完成了模型整體的加工。新的加工工藝有助于提高加工效率和精度,為五軸數(shù)控加工提供了一個(gè)典型案例,對(duì)于五軸加工中心數(shù)控加工也具有指導(dǎo)作用和重要… [了解更多]
2024-11
宇匠數(shù)控 備注:為保證文章的完整度,本文核心內(nèi)容由PDF格式顯示,如未有顯示請(qǐng)刷新或轉(zhuǎn)換瀏覽器嘗試,手機(jī)瀏覽可能無(wú)法正常使用!本文摘要:通過(guò)對(duì)混聯(lián)五軸加工中心自適應(yīng)深度學(xué)習(xí)控制方法的 研 究,可 知 此 方 法 的 創(chuàng) 新 之 處 在 于:1)建 立 了 機(jī) 床 的 運(yùn) 動(dòng) 學(xué) … [了解更多]
2024-11
在機(jī)測(cè)量技術(shù)由于其成本低、檢測(cè)效率高、無(wú)需二次裝夾等優(yōu)勢(shì)被廣泛用于零件加工測(cè)量當(dāng)中,使得五軸加工中心和五軸鉆攻中心,同時(shí)又兼具測(cè)量功能。在機(jī)測(cè)量系統(tǒng)的構(gòu)成如圖1所示,硬件部分主要是由高精度探頭、信號(hào)接收器、機(jī)床整個(gè)本體,軟件部分由機(jī)床控制系統(tǒng)、測(cè)量軟件等組成[8]。待零件加工完成… [了解更多]
2024-11
?加工精度是影響機(jī)床性能和產(chǎn)品質(zhì)量的主要難題,也是制約國(guó)家精密制造能力的重要因素。本文以五軸加工中心為對(duì)象,針對(duì)提升機(jī)床精度進(jìn)行了研究。并且隨著科技的發(fā)展,精密的儀器和零件在生產(chǎn)實(shí)踐中占據(jù)的分量逐漸增加,在數(shù)控機(jī)床這種精密機(jī)器精度不斷提高的同時(shí),必須控制內(nèi)外界環(huán)境的隨機(jī)影響因素在… [了解更多]