一文盤點數控銑床的故障診斷方法

1、直觀法

直觀法是通過形貌、聲音、顏色、氣味等的變化來診斷故障的方法。它有以下幾種方法。

A．看

用肉眼仔細檢查有無熔絲燒斷、器件燒壞以及斷路等問題，觀察機械部分傳動軸是否彎曲、晃動等。

B．聽

聽數控機床因故障而產生的各種異常聲響，如電氣部分中的電源變壓器、阻抗器和電抗器等，因為鐵心松動、銹蝕等原因引起鐵片振動的吱吱聲；繼電器、接觸器等因磁回路間隙過大等原因引起的嗡嗡聲；機械的摩擦聲、振動聲和撞擊聲等。

C．觸摸

觸摸溫升，人類手指的觸覺是很靈敏的，能相當可靠地判斷各種異常的溫升；輕微振動也可用手感鑒別；肉眼看不清的傷痕和波紋，若用手指去觸摸可以很容易感覺出來。另外，CNC系統的虛焊或接觸不良，可通過用絕緣物輕輕敲打可疑部位再配合觸摸法來診斷。

D．嗅

嗅因劇烈摩擦或電氣元件絕緣破損短路而產生的煙味、焦糊味等，可較好地判斷故障。

2、資料分析法

資料分析法是通過查閱技術檔案資料找規律、查原因，從而判定故障所在的方法。所查閱的資料主要有：

A．數控系統資料

通過數控系統資料了解數控系統的特點、報警及排除方法；NC、plc機床參數設定的含義；數控編程的方法；面板上各鍵的作用及操作方法；主軸和進給電動機的性能和驅動器的特征等。重點掌握數控系統的結構框圖，了解方框中各印制電路板的功能、接口的去向、LED發光二極管燈的含義等。

B．電氣圖樣

通過電氣圖樣重點看接觸器、繼電器及PLC的輸入／輸出部件等電氣元件。每個國家的電氣符號不同，應了解清楚、注意區別。

C．機械、液壓、氣動部分圖樣

對于數控銑床的機械、液壓、氣動部分圖樣，要搞清楚其中各個元件的作用，并在圖上一一標出。對機電關系比較密切的部分要重點了解。

D．外文資料

在可能的條件下，盡量看進口機床的原版外文資料，以避免翻譯不準確造成的誤導。

3、故障征兆分析法

A．振動法

由于工業現場測試條件及分析技術所限，有些故障征兆的提取與分析不易實現，有些故障征兆反映的故障狀態不敏感。相對來講，數控銑床的振動是目前公認的機械部分最佳故障征兆提取量，它對運行狀態的反應迅速、真實而且全面，能很好地反映出大部分數控銑床機械故障的性質與范圍，并有許多先進有效的方法可供選用，所以振動法是數控銑床故障征兆分析法中最常用的方法。振動法分時域診斷與頻域診斷兩大類，而頻域診斷又可分為振動頻域直接分析法與振動頻域二次分析法。

（1）振動時域分析法該法將各種故障狀態的振動時域信號與正常狀態的振動時域信號相比較，從而識別數控銑床的故障狀況。時域分析法主要分時域統計分析法、時域相關分析法、時域同步分析法等。時域統計分析法通過求出振動信號的各種統計參數，對數控銑床的故障狀況進行分析。時域相關分析法主要采用自相關與互相關分析，對數控銑床的故障狀況進行分析。時域同步分析法是一種在混有噪聲干擾的數控銑床信號中，提取周期性分量的有效療法，也稱相干檢波去。

（2）振動頻域直接分析法該法是數控銑床故障診斷上最常用的方法。它把以時間為橫坐標的時域信號通過傅里葉變換分解為以頻率為橫坐標的頻域信號，得出頻譜圖，求得關于原時域信號頻率成分的幅值和相位信息，從而得出故障診斷結果。

（3）振動頻域二次分析法該法通過對頻譜圖提供的信息進行進一步處理，以提高故障診斷的準確性。它需要把測得的頻譜圖傳輸給微機，用專用軟件進行分析。二次分析法主要有功率譜分析法、倒頻譜分析法、頻率細化分析法和小波分析法等。

B．噪聲譜分析法

該法在近聲場測量時，引入的于擾較小，其分析結果與振動測量很接近。如數控銑床的齒輪磨損后，由于漸開線齒廓畸變而使齒輪運轉噪聲聲壓級明顯升高，一般比正常齒輪噪聲級差大十幾分貝。噪聲的頻率一般較高，但對應的振動振幅可能并不大。如果振源零部件為運動部件，不易設置傳感器，可考慮采用噪聲譜分析法。噪聲測量具有攜帶信息豐富、測試方便和非接觸的特點，但應設法解決環境噪聲的干擾問題。

C．油液分析法

該法通過監測潤滑油液中磨屑的分布情況及潤滑油的污染程度，來診斷數控銑床的磨損故障。其具體采用的方法有：

（1）磁塞檢查法在數控銑床的油路系統中插入磁性探頭（磁塞），以搜集油液中的鐵磁性磨粒，并定期進行觀察以判斷數控銑床的磨損狀態。

（2）顆粒計數器法利用光電技術對油樣內的顆粒粒度進行自動計數和分析。

（3）油樣光譜分析法根據油樣中各種金屬磨粒，在離子狀態

下受到激發時所發射的特定波長的光譜，來檢測油樣中的金屬類型和含量，從而對故障進行診斷。

（4）油樣鐵譜分析法它是一種在高梯度強磁場的作用下，將數控銑床摩擦副產生的磨粒從油樣中分離出來，按其粒度大小依次排列沉淀到一塊透明玻璃基片上，然后用各種手段觀察或測量，以獲得磨損過程的各種信息，從而分析磨損機理和判斷設備磨損狀態的一種分析方法。

4、專家系統法

專家系統一般應包括以下幾個部分：知識庫、推理機、對話部分、知識獲取部分和解釋幫助部分，其中最重要的部分是知識庫。建立知識庫的方法有很多，目前針對數控銑床較常用的有故障樹法。數控銑床的故障現象按其發生部位可分為機械部分、進給驅動部分、cNC部分和主軸伺服控制部分。每一部分還可根據故障復雜程度，劃分為更細的子系統，如CN（：部分可分為電源控制部分和顯示器部分等。每個子系統可用故障樹表示其故障。首先分析得出的系統故障事件稱為頂事件。頂事件實際上就是一些故障現象，如“手搖脈沖發生器不起作用”、“進給方向同標記相反”等。將導致該項事件發生的直接原因，包括硬件故障、人為因素及環境因素等列出，用適當的邏輯門把它與故障事件連接起來，稱為中間事件。逐級展開故障事件發生的原因，即產生這些現象的根源，如觸發器損壞、主印制電路板接觸不良等，稱之為故障節點。依照此方法可建立各子系統的故障樹。建立了大量的故障樹之后，可將其轉換成機器基本數據模型，從而建立數據庫。目前常見的專家系統還有基于神經網絡的數控銑床故障診斷專家系統，它利用神經網絡所具有的高度并行處理、自適應性、容錯性等特點，較好地構筑了故障診斷的專家系統。