王 力

（湖北新产业技师学院（咸宁职业教育（集团）学校），咸宁 437000）

信息技术的发展，使得对数控机床运行状态监测、运行信号分析以及故障预警与故障排查成为可能[1]。因此，本文探讨数控车床的工作状态监测，针对典型故障构建预警系统，对提高数控机床的智能化运行水平具有一定的积极意义。

1 数控车床结构

数控车床在工业生产方面应用广泛。它的操作系统主要包括数控系统、电气系统和机械系统3 部分，具体组成设备则包括机床本体、数控装置、输入/输出设备、主轴、可编程逻辑控制器（Programmable Logic Controller，PLC）、操作面板、进给轴伺服单元以及电路等[2]。

输入/输出装置主要是读入加工程序，将相关信息显示给操作人员，方便及时控制机床。操作面板通过手动输入指令，给出相关控制指令。数控装置作为核心装置，主要是加载零件加工程序，控制机床开关和运行流程。伺服系统主要包括伺服单元和伺服电动机，有效控制主轴速度与换向。可编程逻辑控制器完成开关量控制操作，确保数控机床相关控制任务顺利达成。输入/输出接口连接数控装置与机床电器，负责传输PLC 控制器的信号。位置监测装置实时监控工作台和电动机的运行情况，确保加工精度。机床本体由主传动机构、进给传动机构、基础支撑件和其他辅助装置共同组成，是数控机床的主要机械结构。

由于数控车床的运行涉及速度、载荷的频繁变动，还要承受大量的振动冲击，因此磨损、疲劳等情况时有发生，可能导致一系列故障，影响数控机床的稳定运行。因此，要监测数控车床的工作状态，确保出现问题时能够第一时间发现并予以解决。在数控机床运行过程中，采集机械是否振动、电流等物理参数数据，通过数据处理、算法分析，准确评估车床运行状态，及时发现潜在问题并排除故障[3]。

2 数控车床状态监测的方法分析

数控车床的结构复杂，有众多的零部件，因此产生故障的种类和原因十分复杂。已有研究显示，数控机床的故障主要分为电气系统故障、数控系统故障和机械系统故障3 类[4]。其中，借助于信息技术，电气系统和数控系统的运行故障诊断难度低，且发生概率越来越小，系统诊断准确性也越来越高。机械故障由于本身机械结构的复杂性，发生占比越来越高，且监测和诊断的复杂度不断上升。下面主要论述数控车床状态监测的主要方法。

2.1 基于振动信号的数控车床关键零部件状态监测方法分析

在稳定运行过程中，数控机床机械部件的振动、噪声及温度都会有相对固定的运行参数值。一旦设备出现故障，这些信号参数都会出现反常现象。一般来说，故障不严重的时候，噪声信号变化不太明显，温度信号在初期也可能变化不太明显，即这两种信号的响应相对迟缓，而振动信号的灵敏度则要高得多。因此，在多种工况下，数控车床都可以通过振动信号进行监测。在正常工作状态下，各个零部件会有正常的振动，但如果产生于制造、安装误差，零部件的振动特性和振动参数都会发生改变，所以可以选择振动信号作为对关键零部件运行状态监测的指标。

2.1.1 滚动轴承

滚动轴承是系统的核心组件，包括外圈、内圈、滚动体和保持架。轴承的类型、精度、结构及保养等状况，都会对车床的工作性能带来积极或消极的影响。在正常运转过程中，滚动轴承的振动有着固定频率，不同材质和形状的滚动轴承，其振动频率是不同的。但是，一旦滚动轴承受到损害或者劣化，振动幅值和频率幅值都会超出正常范围，采集参数就能及时发现问题。

2.1.2 齿轮箱

主传动系统中，齿轮箱也很容易发生故障。正常工作状态下，齿轮啮合会引起振动，由此带来时域信号的变化。一般通过齿轮啮合频率与谐波分量监测齿轮的工作状态是否稳定。齿轮发生故障时，齿轮啮合受到影响，振动幅值变大，谐波相对增长量也会增大。因此，通过齿轮振动信号的监测，可以有效判断齿轮工作状态是否良好。

2.1.3 滚珠丝杠副

滚珠丝杠副运行过程中，会与反向器结构产生碰撞和冲击信号。因此，相对于其他装置，滚珠丝杠副的劣化速度相对更快。劣化程度越深，滚珠与丝杠之间的接触力越大，时域信号和频域信号的幅值都会加大。

2.1.4 导轨

导轨是传动系统中重要的载荷和导向设备，直接关系到车床的精度和强度。如果加工件过小，容易导致应力接触过于集中，再加上润滑不足，会导致导轨研伤，上移动部件无法正常运动。在这种情况下，车床出现爬行现象，振动信号幅度增大。

2.2 基于电流信号的数控车床传动系统的状态监测方法分析

数控车床的传动系统包括主传动系统和进给传动系统。工作状态下，这两个系统会有电流信号。因此，对两个系统的电流信号进行采集、处理与分析，能了解两个系统的工作状态。无传感器监测技术是指不需要借助外置传感器就能够完成参数的采集和信息的处理，这里的无传感器属于相对概念类型，需要通过内置电流传感器获取电流等数据信息，从而了解系统的工作状态。如图1 所示，以数控车床进给传动系统为例，通过分析进给传动系统的机构可以看出，改变进给伺服电机的电流，能够实现进给传动系统的及时响应。一旦进给传动系统的载荷有改动，则进给伺服电机的电流数值也会发生变化，所以实时获取并分析电机电流数据，能够实时监测进给传动系统的工作状态。

3 数控机床典型故障预警分析

3.1 数控机床故障预警策略

获取并全面分析运行参数数据，即信号处理。信号处理的主要工作目标是降噪和明确特征[5]。降噪就是排除一些干扰信号，确保与车床工作状态相关的信号不受影响而保留。提取数据信号的特征值，则能更准确地反映数控车床的工作状态。可以看出，数控车床的状态监测主要是指对运行数据参数的采集、分析与识别的全过程。因此，可以通过特征参数的选择和应用来构建故障监测模型，获取数控车床的工作状态参数进行分析与判断。数控车床的机械设备多样且复杂，要识别关键零部件的工作状态，建立状态监测的流程，如图2 所示。

对数控车床的稳定运行来说，一些核心零部件的状态直接影响车床工作的稳定性，因此要做好核心零部件的故障预警，也就是典型故障预警。已有研究表明，数控车床的滚动轴承出现故障的占比最高。由于它的运转精度直接影响数据车床的工作性能，因此滚动轴承出现故障可能造成极大的经济损失。基于以上考虑，本文以滚动轴承作为典型故障预警对象构建预警模型。

根据相关资料，滚动轴承的退化性能可以利用基于时域统计方法时域特征值的均方根值来体现。这一指标的敏感度高，能够及时反映滚动轴承的工作状态变化，且对信号频率的响应小。所以，本文选择基于振动信号的均方根值作为滚动轴承工作状态的监测。

式中：N为信号点数；xi为信号增值。

3.2 构建故障预警模型

选择均方根值作为滚动轴承工作状态的监测目标，构建故障预警模型。利用相空间重构技术进一步获取信息，通过自相关函数法明确相应的延迟时间和嵌入维数，然后利用支持向量回归（Support Vector Regression，SVR）算法建立轴承故障预警模型，从而为回归预测奠定基础，最后利用切比雪夫不等式确定预警阈值。当工作状态异常时，均方根值脱离正常的变动范围，预警模型中的均方根值与实际值将产生残差。残差信息输入确定阈值，均方根值超出阈值则发出警报，能准确反映此时滚动轴承的工作状态，达到典型故障预警的目的。

4 典型故障预警系统开发分析

4.1 信息采集

系统信息采集为数控机床故障预警奠定了重要基础。数控系统信息采集主要有基于串行接口和宏命令、基于DNC 接口集、基于OPC 接口、基于机床电器电路及PLC 的数据采集等方法。其中，OPC 技术的主要优势在于把底层驱动程序与上层应用程序有效分离开发处理，通过统一的通信接口完成相关设备的数据互联效果，同时确保广域网、局域网、以太网应用于不同计算机实现正常的通信效果。实际研究过程中，数控系统信息采集主要通过OPC 采集方式完成。

4.2 系统框架实现

OPC 有自定义和自动化标准接口两种不同的类型。其中：自定义接口属于COM 接口，一般利用C++语言开发客户端；自动化接口在脚本编程语言开发方面应用较为普遍。在进行实际研究过程中主要基于VB 开发OPC 数据采集客户端和处理机床状态数据信息内容，同时完成相应的保存操作。首先，创建OPC-Server 对象，完成OPC 服务器链接。其次，创建OPC 组，设置OPC-Group 对象属性。最后，完成OPC 标签添加处理，设置OPC-Item 属性。测试数控机床执行标准程序过程中，读取与采集系统内数据信息，在机床运行程序后能够实现数据储存与分析的自动操作，并在此基础上将OPC 服务器进行断开，释放其资源。

4.3 采集系统开发

实际研究过程中，开发人员主要对数控系统西门子840D 基本情况展开深入研究。在开发数据采集系统过程中，主要应用了OPC 接口。客户端运行期间，同机床网络所链接计算机需要经由以太网链接数控机床中的OPC 服务器，从而周期性采集机床状态数据信息。其中，主轴上相关传动轴功率、电流及温度等能够实现自动保存，同时实时显示相关数据。

5 结语

研究过程中主要对数控车床状态监测与故障预警基本情况展开深入研究，分析了数控车床结构与状态监测方法，通过振动信号监测表征数控车床核心零部件状态，利用电流信号表征传动系统状态，然后搭建机床信息采集系统，构建数控车床状态监测模型与典型故障预警模型，完成相应的测试操作。可见，数控车床的状态监测与故障预警具有较好的有效性特征。