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）