《数控机床机械故障诊断方法.docx》由会员分享，可在线阅读，更多相关《数控机床机械故障诊断方法.docx（2页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、数控机床机械故障诊断方法3.1 人工诊断法人工诊断方法是基于操作员的经验，分为外观故障检查、 软失误检查、连接器接线、电缆检查、机床数据检查等。外观 检查是操作员使用自己的嗅觉，视觉等，判断机床是否故障。 软失误检查法是指操作员使用外观检查方法确认机床最近的 维护记录，了解最近的机床工作，确认机床的潜在危险性。连 接器接线及电缆检查方法是指使用确认机床各局部连接的指 示的操作员。同时，需要仔细检查零件之间的配线连接。机床 的数据检查是通过分析机床的故障现象，参照机床相关的故障 数据来检查和纠正机床数据。但是，这些方法的缺点是带有强 烈的主观性，不可靠的诊断结果和低诊断效率。3.2 智能诊断法目
2、前，数控机床故障诊断的主流方法是在故障诊断领域应 用计算机、人工智能等技术的智能诊断方法3,主要分为以 下几种方法：（1）容错树分析法：容错树分析法是分析和调查使机器工 具的故障从本地逐渐减少的原因。容错树分析方法不仅检查了 系统软件的故障和硬件故障，而且检查了由一个组件引起的系 统故障的原因，还可以检查人的因素也可以分析由两个以上的 组件引起的系统故障的原因。这是一种综合考虑系统故障原因 的分析方法。4但是缺点是故障机制不明确，构成故障树的 冗余量复杂而困难，适合以往的故障诊断，找不到各个特殊故 障。(2)单个功能监测方法：单个功能监测方法在操作过程中 收集机床的各个局部的信号，例如温度、功率、声发射、振动 等，建立相应的数学模型，分析信号提取故障特性信号5。 然后，判断机床是否有故障和断层的位置。其缺点是传感器容 易受到环境干扰的接收故障信号复杂，不全面，信号处理效率 不高。容易弄错或判断机床的故障。(3)模式识别和训练模型的应用：模式识别和训练模型的 应用是建立数控机床的故障样品库，使用数控机床的故障 因子建立实验样品，神经网络的训练支持向量机和其他模型以 及模式识别和训练模型的应用：模式识别和训练模型的应用意 味着使用数控机床的故障因素建立数控机床的故障样本 库。我们训练了神经网络和支持向量机模型。