基于BP神经网络数控机床主轴电气故障诊断

基于BP神经网络数控机床主轴电气故障
诊断
摘要：电气控制系统是保证数控机床正常运行的重要组成部分，如果发生故障，会导致数控机床出现各种异常问题，导致企业难以在规定的时间内完成生产
目标，企业最终获得的经济收入将不断下降。

因此，必须高度重视电气控制系统
的故障诊断和维护。

关键词：BP神经网络；数控机床；电气故障诊断
引言
随着我国智能制造不断发展，数控机床作为制造的最终端，在生产加工中的
作用日益增强。

数控机床机械结构复杂，控制精度极高，若其发生故障，不仅会
威胁生产人员的生命安全，还会对加工零件和机床本身造成损坏。

因此，研发人
员在设计产品时有以下两方面的目标：首先，要保证数控机床安全稳定运行，尽
量降低设备的故障率；其次，有在故障发生后快速判断故障类型的智能方法。

实
现智能检测是企业亟需实现一项重大功能，同时也是实现智能制造的重要途径。

当前，常见的智能诊断方法有以下几种：模糊控制、专家系统、人工神经网络、
基于向量机、故障树分析法、小波分析、粗集理论等，本文主要使用BP神经网
络进行故障诊断。

1电气控制系统故障原因
通常，系统发生地环故障状态大致分为以下几项。

(1)黑社会性质组织的应
用现状。

当系统没有发出相应的命令时，坐标轴应始终保持不动。

坐标轴位置环
发生故障后，在没有收到相应指令的情况下，将会有自运行等状态类别。

这种现
象的主要原因是速度和位置环连接不正确，出现异常的连接断路状态同样是故障
的原因之一。

(2)系统坐标搜索功能处于异常状态，难以合理实现零点搜索操作。

这种故障状态主要是由复位开关和栅零点标记造成的，如果零点被证明不符合零
方向，这将在系统中产生这种故障状态。

(3)位置环故障警报。

出现这种问题的
主要原因是对测量组件的损坏，如果系统中的组件损坏，将导致信号失衡，并使
第一时间内的连接工作更加困难。

(4)系统出现零件状态，导致产品质量上浮频
率较明显，此类问题的发生通常是由机械传动系统和导轨润滑不良造成的。

2BP神经网络
人工神经网络简称神经网络，它是一种通过模仿动物神经网络行为从而建立
分布式信息并行运算的数学模型。

这种网络系统连接极其复杂，在处理信息时需
要不断调整内部大量节点相互之间的连接关系。

BP神经网络是一种按照误差逆向
传播算法训练的多层前馈神经网络，目前得到了广泛的应用。

BP神经网络可以将
任何复杂的模式进行分类，同时可以拟合任意非线性函数，其主要由输入层、隐
含层和输出层组成。

BP神经网络具有简单、易于计算、并行性强等优点，现广泛
用于神经网络训练中，其本质是找到误差函数最小值的最优解。

由于使用非线性
算法中的最速下降法通过负梯度方向修改权值和阈值，故存在以下问题：首先是
学习效率较低且收敛速度较慢，然后可能会陷于局部极小值附近，造成错误值。

为解决该问题，使用附加动量法来进行修正。

附加动量法在BP神经网络修改权
值和阈值时，不仅加上误差在梯度上的分量，同时还加上在误差曲面上的变化趋势。

利用这个变化趋势，可以划过一些极小值，避免陷于其附近。

在没有附加动
量的作用下，网络可能陷入浅的局部极小值，利用附加动量的作用则可能划过这
些极小值。

3数控车床故障的诊断方法
3.1直接观察
在数控车床故障排除中，首先采用直接观察的方法，可以快速判断简单的故
障类型，提高诊断效率，进一步降低故障对操作的影响。

如果有烧焦的味道或内
部发黄，问题就出现在机电设备上，需要人工更换零件。

检修设备时，也可以比
较同型号设备，观察比较同型号、同功率的两台设备，分析两台设备的功能差异，以确定故障位置。

如果机器有异常噪音或零星火花，维护人员应根据机器结构确
定故障的位置和原因。

还可以分析机器的异常颜色区域，以进行更仔细的检查。

使用这种方法进行故障诊断需要相关人员的大量经验，因此维护团队应重点收集日常维护信息，从而尽快纠正车床错误，确保机器正常运行。

3.2油样分析故障检测方法
另一类数控机床故障诊断方法是数控机床油样分析故障检测。

数控机床必须定期更换润滑油、液压油等，以达到养护效果，保证数控机床正常工作造成的磨损。

由于润滑油和液压油在数控机床工作中的使用频率很高，那么在某种程度上也将反映设备的工作情况。

准确掌握润滑油和液压油对设备的影响状况，通过油样分析获得的有价值的数据，从而判断设备故障，这是采用数控机床油样分析故障检测方法的目的。

针对数控机床故障，对油样外观、液压油或部件在使用润滑油或提取油样中所含杂质过程中的磨损情况进行检测和故障分析，判断数控机床故障，并及时维修或更换相关零件。

3.3硬件报警方式
数控机床中现有的电气控制系统在运行过程中会涉及各种硬件，而PLC装置是故障检查工作中极为重要的硬件之一，不仅能够实时检测系统故障的原因，还能根据机床的实时情况，建立更加科学合理的PLC梯形图(顺序程序)，在在检测到各种类型的故障后，显示屏上会出现报警信息，例如，如果相关人员没有找到故障原因，可以通过PLC地漏对故障状态进行彻底分析，并对一些极其特殊的设备销售数据进行相应的处理工作。

例如，当CRT屏幕无法点亮时，管理者可以确定电源模块发生了故障。

3.4对比更换
对比试验也是故障诊断过程中的一种重要方法，主要在机床内部的检查区域进行。

出现错误时，维护人员用电笔检查关键部位，提高检测效率。

此外，还需检查电流波形，与参考值进行比较，以检测故障原因，从而快速排除故障。

使用数字设备排除故障时，最常见的方法是更换内部组件，这可以帮助维护人员快速解决问题。

将目标板更换为相同类型或类似功能的板卡后，重新启动数控车床，如果机器能正常启动，则故障点在电路板上。

该诊断方法具有优异的鲁棒性，但具有较高的复杂性和较高的附带损害概率。

3.5系统参数分析
NC参数是影响数控机床整体性能的重要因素，包括数控系统、PLC以及伺服
驱动系统等不同参数，必须做出相应的修改，才能充分满足各类机床的工作需求。

因此，在机床运行过程中，各种类型的参数必须既符合电气系统，又符合机床的
所有要求，确保电气系统始终处于最佳工作状态，这就要求工作人员了解和掌握
各种重要参数。

通过对数控机床电气控制系统各种参数的分析，可以直观地发现
各类隐患，如数控机床系统参数出现较大波动，说明正常运行时系统中的几个子
系统存在问题，同时工作人员应实现此时系统参数与正常情况下系统参数的对比，合理判断故障原因。

3.6机械部件的维护
(1)在这方面维护适当的主轴系统。

数控机床主轴在传动过程中不能过载。

必须定期检查主轴传动带，这降低了发生打滑时的加工精度。

同时，主轴位置必
须保持干净的基准位置。

如果主轴上没有刀架，应及时用压缩空气枪清洗。

(2)
滚珠丝杠的维修。

如果使用一些滑动摩擦件，应确保它们不会灰尘进入。

因此，
数控机床滚珠丝杠通常有防护罩。

保护作用提高了灰尘进入的频率。

此外，为了
保证防护罩的基本使用寿命，在一些较重的工件上，绝对不能放置防护罩。

(3)
该液压和气动系统的维护。

需要及时清洁或更换各种润滑、液压、气动系统的过
滤器和部分过滤器；并及时进行油检，更换液压系统液压油；每隔一段时间，对
气动系统的过滤器部分进行排水工作。

结束语
将神经网络算法应用于数控机床的电气故障诊断，是智能诊断的形式之一。

伴随着数控技术和人工智能的发展，各种先进的故障诊断平台也会变得更加智能化，同时需要采集的信息也会越来越多。

如何增加更多的信息、处理繁多的信息
将会是未来数控机床故障诊断的趋势。

将神经网络优势与其他算法相结合来提高
诊断的速度和准确率，是今后的研究方向。

参考文献
[1]陈燕.数控机床设备电气故障应急处理探究[J].决策探索
(中),2019(11):53-54.
[2]吴华江,吴瑞.数控机床电气故障分析与诊断[J].中国设备工
程,2019(19):114-115.
[3]冯宣添.数控机床的常见故障诊断和维护探讨[J].现代制造技术与装备,2019(08):147-148.
[4]吴新淼.数控铣床主轴电气故障诊断维修教学内容设计[J].山东工业技术,2018(07):244.
[5]孙中芹.浅析数控机床电气控制系统的故障诊断与维护[J].电子测试,2018(04):99-100.。