数控机床机械部件故障分析.pptVIP

数控机床机械部件故障 数控机床的自动化程度高，机床的速度和位置控制主要由数控装置，PLC，伺服系统来实现。因而机械部件结构比普通机床简单。同时它又具有很高的强度、刚度和抗震性，所以机械结构的可靠性较高。根据数控机床使用情况和结构分析，数控机床机械部分的主要故障是由于数控机床的切削速度快、工作时间长造成的机械零件磨损快、润滑情况变差造成的情况和由于使用过大切 削用量而使切削振动变得剧烈产生冲击载荷的情况。 数控机床的机械部分主要包括主传动系统进给传动系统、刀具交换装置、回转工作台及底座、箱体。刀具交换装置和回转工作台的动作由PLC和电气控制实现控制，可以通过自诊断功能完成故障的诊断。底座、箱体等支承部件一般情况是稳定的，只有在他的固有频率与 机床的振动频率一致时才发生共振，产生冲击振动。支承件的开裂也是很少见的，因此支承件的故障可以不考虑。连接件的损坏和磨损能在传动件的运动中体现出来，而且它的故障只影响机床的加工精度和传动效率。机械部分难以诊断的故障主要是主传动系统和进给传动系统的故障。 主传动系统主要包括传动齿轮、轴承和主轴。进给传动系统主要包括连接件、轴承、导 轨和滚珠丝杠螺母副。其中主要故障体现在导轨副和丝杠螺母副上。下表列出了数控机床主传动系统和进给传动系统的常见机械故障： 数控机床主传动和进给传动机械部件故障 从上表可看出噪声类故障时发生频率最高的故障。对它的检测主要通过振动传感器来完成。在噪声类故障中，最常见的故障是齿轮损伤，其次是轴承故障和丝杠的噪声。 发热类故障的检测主要使用温度传感器。温度传感器的作用是测量被测件的温度，然后输入处理系统，处理系统判断温度所在范围，据此判断是否发生故障。 运动不良类故障主要影响机床的运动速度和加工质量。运动不良分为轻微运动不良和严重运动不良。前者只会使机床运动部件速度小幅减小。此时可以通过检测机床运动速度的方式来检测得到。严重运动不良会导致机床运动部件的爬行或抖动，严重影响工件的表面加工质量，而且容易因为切削力的变化过快发生事故。但是由于研伤和长时间磨损造成的齿轮间隙变 大而产生的机床运动部件爬行或抖动，一般情况下都有一个由轻到重的渐进过程，在初期就很容易被发现，进而得到解决。 数控机床机械故障的检测过程 数据的采集 数据的采集的硬件主要包括传感器、信号调理电路、数据采集卡等。在数据采集过程中，由传感器所获得的信息往往不能被采集卡处理，所以信号必须在接入采集卡之前进行必要的调理，其目的主要是对信号进行放大、滤波以及进行有效的隔离，提高被检测信号的信噪比。通过调理的信号再通过采集卡进行离散化，然后才能进行特征提取。 故障信号的特征提取 在实际信号采集中，采集到的信号并不单单是我们需要的信号，它包含多方面的信息，这些信号均有自己的振动源或激励源：如加工冲击，故障冲击，不平衡，外界干扰等。在诊断分析中，我们对采集到的信号进行分离，分离成固有信号、工频干扰信号和故障信号等。 通过信号的特征提取可以将需要的信号提取出来，同时对这些信号进行处理和分析。特征提 取是故障诊断过程的关键环节之一，直接关系到后续诊断的识别。目前在故障诊断中应用的信号处理方法主要有：时域分析、频域分析、时频分析、空域采样和转速跟踪及今年来分形几何中的关联维数方法等。上述各种方法都是运用现代的信号分析和数据处理方法将采样时间序列转为能够表达工况状态的特征量，通过特征分析，找到工况与特征量之间的关系，把 反应故障征兆的特征信息和与故障无关的特征信息分离开。 1.时域分析法 时域波形分析通过对波形的形状、振幅大小、变化快慢等特征的分析和观察，建立与系统运行状态之间的对应关系，达到发现设备运转是否异常的目的。常用的时域分析方法有时间序列模型（ARMA模型、AR(n)模型、门限自回归模型等），时序统计分析参数（如方差、 自相关系数、偏度系数和峭度系数）等。这些方法提取的信号特征参数可用于工况状态监测。自适应滤波、时域平均与自相关分析是常用的时域消噪方法，由于在消噪的同时保留了信号的时域特征，可用于分析信号的是与特征。 2.频域分析法 频域分析是目前应用最为广泛的故障信号分析和处理技术，可以提供故障信号的特征频 率和幅值相位信息，为诊断故障原因和部位提供依据。频域分析法主要包括以下几种方法： 1)傅里叶分析 傅里叶分析建立了信号从时域到频域的变换桥梁，其反变换则建立了从频域到时域的变换桥梁。时域和频域构成了观察一个信号的两种方式。傅里叶变换是一种域变换，它把时域和频域联系起来，在时域