4. 人工神经元网络(ANN)诊断
ANN 具有联想、容错、记忆、自适应、自学习和处理复杂多模式故障等特点。这种方法将被
诊断的系统的症状作为网络的输入,将按一定数学模型所求得的故障原因作为网络的输出并
且神经网络将经过学习所得到的知识以分布的方式隐存在网络上,每个输出神经元对应着一
个故障原因。
第二章
机床故障诊断与排除的基本要求
一、对故障常识的了解
1.故障的基本概念
—
故障 数控机床全部或部分丧失原有的功能。
—
故障诊断 在数控机床运行中,根据设备的故障现象,在掌握数控系统各部分工作原理
的前提下,对现行的状态进行分析,并辅以必要检测手段,查明故障的部位和原因。提出有
效的维修对策。
2.故障的分类
1)从故障的起因分类
—
关联性故障 和系统的设计、结构或性能等缺陷有关而造成(分固有性和随机性)。
—
非关联性故障 和系统本身结构与制造无关的故障。
2)从故障发生的状态分类
—
突然故障 发生前无故障征兆,使用不当。
—
渐变故障 发生前有故障征兆,逐渐严重。
3)按故障发生的性质分类
—
软件故障 程序编制错误、参数设置不正确、机床操作失误等引起。
—
硬件故障 电子元器件、润滑系统、限位机构、换刀系统、机床本体等硬件损
坏造成。
—
干扰故障 由于系统工艺、线路设计、电源地线配置不当等以及工作环境的恶劣变化而产
生。
4)按故障的严重程度分类
—
危险性故障 数控系统发生故障时,机床安全保护系统在需要动作时,
因故障失去保护动作,造成人身或设备事故。
—
安全性故障 机床安全保护系统在不需要动作时发生动作,引起机床不能起动。
3.数控系统的可靠性
数控机床除了具有高精度、高效率和高技术的要求外,还应该具有高可靠性。
衡量的指标有:
MTBF—平均无故障时间
MTTR—排除故障的修理时间
平均有效度A:
A=MTBF/(MTBF+MTTR)