第8期 2016年8月
组合机床与自动化加工技术
Modular MachineTool&Automatic Manufacturing Technique
文章编号：1001-2265(2016)08-0071-03
D0I;10. 13462/j. cnki. mmtamt. 2016. 08. 020
数控机床智能监控与状态识别方法研究
蒋贤海，张铁
No.8 Aug.2016
（1.广东水利电力职业技术学院，广州510635；2.华南理工大学机械与汽车工程学院.广州510640）摘要：实施数控机床远程监控，识别机床所处状态对提高机床利用率和产品加工质量具有重要意义。提出了一种基于最小二乘支持向量机的数控机床状态诊断处理方法，利用粒子群方法优化支持向量机算法识别诊断机床状态。构建了数控机床监测体系及监测信息的信号处理模型，给出了模型参数的确定方法。最后，对提出的识别处理方法进行了实验验证，实验结果表明所提出的处理方法对数
控机床状态有较好的识别效果，具有较强的实用性。关键词：数控机床；监测；最小二乘支持向量机；识别
中图分类号：TH164；TG659
文献标识码：A
Research on Intelligent Identification Method of CNC Machine
JIANG Xian-hai',ZHANG Tie
(1. Guangdong Technical College of Water Resources and Electric Engineering, Guangzhou 510635, China;2. School of Mechanical and Automotive Engineering, South China University of Technology, Guangzhou 510640, China)
eeae plementing remote monitoring for CNC machine and identifying the status of the machine. In the paper, a method of state diagnosis for CNC machine is put forward based on least square support vector machine, the method for identifying the state of the machine tool is optimized by using particle swarm optimization.The structure of monitoring system for CNC machine is constructed and then the model of signal processing for monitoring system is also given in the article. Finally an experiment which verifies the effectiveness of the proposed method is carried out, and its results show the proposed method has a better recognition effect and strong practicability on the CNC machine.
Keywords:CNC machine;monitoring;LS-SVM;recognition
0引言
数控机床在运行过程中可能会出现多种故障，机械零部件故障与电气故障是数控机床较常见的故障，这些故障对生产及产品质量都有一定影响。现有的数控机床基本带有电气部分的故障自检与修复功能，但对于机床机械部分的故障就难以诊断及排除[1-3]
近年来国内外学者运用统计学理论、小波分解及神经网络等多种分析方法与智能算法对数控机床监测与故障诊断进行了大量的理论与实践研究(4)，实现提取与分析数控机床的振动信号，机床故障进行定位及故障排除，为数控机床信号分析提供一定技术支持，但是这些方法大都只是实现数控机床某一部分的监测诊断功能，没有实现对机床整体监控，而且在运用中存在一定的局限，如基于统计学的数据分析方法需要分析的数据具有线性相关为前提条件，对于机床中的非线性信号就无能为力[4]。神经网络分析方法对非线性信号处理有较好的效果，然而该方法存在过学习及收敛
速度间题，使得分析结果往往是局部最优[68]。支持向量机是一种发展速度较快、应用广泛的信号分析处理方法，具有需计算的参数少、收敛速度快、较高的泛化能力，且得到的分析结果为全局最优等优点，但其求解需采用二次规划方法对多阶矩阵进行计算，当矩阵阶数较大时，则对机器内存的要求就非常高且需消耗更多的计算时间，不利于间题的求解(9-12]
LS-SVM是在支持向量机基础上的扩展而来，其是将不等式的约束间题转变为等式约束的问题，将涉及二次平方计算的误差问题由原来的不敏感损失函数改变成损失函数，使复杂的实际间题的求解转变成只是对一组有关线性方程组的求解，从而简化了问题求解的相关计算(")。本文引入最小二乘支持向量机(Least squaresupportvectormachine，LS-SVM）方法对数控机床远程监控系统监测信号进行分析，识别诊断数控机床当前的运行状态、故障发生的部位，以便机床维护人员尽早采取有效的措施，保证机床设备安全、平稳运行，提升机床监控系统的智能化水平。
收稿日期：2016-04-14；修回日期：2016-05-03
+基全项目：国家863计划资助项目（2009AA043901-3)；广东省教育科研规对项目（2013JK216）：广东省教育教学成果奖培育项目（050305）作者简介：蒋资海（1979一），男，南昌人，广东水利电力职业技术学院讲师博士，研究方向为机床智能监控、机器人理论及其工程应用研究，（E-
mail)thehai@163. com
万方数据