SINUMERIK820系统的故障维修

SINUMERIK820系统是德国西门子公司的全功能数控系统，该系统采用模块化结构，具有硬件结构紧凑，软件完善，自诊断功能、实时监控功能强、监控范围广等特点，为用户在使用和维护中带来极大的方便。现将我们在使用别．NUMERIK820系统中出现的一些故障及其处理方法介绍给同行，供大家参考。［例一】故障现象：2039＃报警机床不能进入正常加工状态故障检查与分析：该机床为德国MIKROS公司生产的无心磨床，控制系统为西门子820G系统，查阅机床技术资料，2039＃报警为“未返回参考点”。故障检查情况如下：在选择开关处于“自动”方式…     

基于网络的数控机床故障预警与诊断平台设计与实现

以大型数控曲轴磨床、重型轧辊磨床和用于核电装备制造的重型数控镗铣床等为研究对象,研究了这类装备关键部件信号采集、故障诊断与预警技术,研制了现场监测与故障诊断仪,建立了这类装备的故障诊断知识库,开发了数控机床故障预警与诊断模型和数控机床故障预警与诊断平台,实现了轧辊数控磨床、数控曲轴磨床和重型数控镗铣床等机床的状态显示、故障诊断和性能预报。     

基于元动作与马尔可夫链的再制造机床全状态可靠性研究

确保再制造机床的可靠性是提升客户对再制造机床认可的有效途径。基于此，提出一种基于元动作与马尔可夫链的再制造机床全状态可靠性分析方法。引入元动作单元分解法，从零件级进行分析，建立再制造机床FMA树。针对再制造机床元动作单元系统的特点，对其进行全状态建模，将再制造机床运行过程分为元动作单元正常状态和故障状态，引入马尔可夫决策过程，将元动作单元状态和马尔可夫决策过程结合，建立再制造机床全状态模型，用解析法求解模型，并对可靠性进行评估。最后，以再制造机床数控转台为例进行分析，验证了该方法的有效性和可行性。     

机床传动系统磨损故障诊断常用技术及其对比

机床是制造业中的重要设备，传动系统的磨损故障对于机床，尤其是高精度及大型机床设备危害极大，在分析机床传动系统的失效类别的基础上，讨论了机床传动系统磨损状态检测与故障诊断领域的常见技术与手段，对比了这些技术的适用范围与局限性。     

智能化电火花成形机床远程监控维护系统的研究与设计

介绍了一种基于云平台的远程监控维护系统在电火花成形机床上的架构方案,并据此设计了一套智能化电火花成形机床的远程监控维护系统,实现了远程监控中心、移动监控终端和本地监控终端对多台电火花成形机床的状态监控,同时为维修人员对机床故障进行快速准确的诊断和维修提供技术支撑。     

利用机床状态信息检修数控机床

现代的数控系统具有丰富的自诊断功能,CNC系统的自诊断能力不仅能在CRT上显示故障报警信息,而且还能以多页的“诊断地址”和“诊断数据”的形式为用户提供各种机床状态信息。这些状态信息有：CNC系统与机床之间的接口输入／输出信号状产;CNC与Pie之间输入动出信号状态;PDe与机床之间输人／输出信号状态;各坐标轴位置的偏差值;刀具距机床参考点的距离;CNC内部各存储器的状态信息;伺服系统的状态信息;MDI面板、机床操作面板的状态信息等等。充分利用CNC系统提供的这些状态信息,就能迅速准确地查明故障、排除故障。下面用…     

GA-LSTM模型在数控机床故障预测中的应用

数控机床加工中的机床故障会影响加工精度。提出一种预测方法，在加工前预判机床的故障，避免机床在加工中发生故障影响加工精度。为了快速准确地预测数控机床故障，采用遗传算法优化长短期记忆神经网络模型，预测服役过程数控机床中可能出现的故障。采集不同状态下的故障信号作为网络训练样本，采用网络模型预测机床出现故障的状态。结果表明：GA-LSTM是一种精度较高的预测模型，在数控机床故障预测中具有良好的表现，可以避免机床出现故障而影响加工精度的情况。     

面向数字孪生的制造系统健康状态分析

数字孪生体的建模和与物理实体间的交互都以数据映射的方式实现，为日益复杂的制造系统健康状态分析提供了新思路。针对产品质量、机床性能和任务执行状态，构建数据交互融合的数字孪生车间健康状态评估和预测框架；建立综合考虑设备性能退化和产品质量对故障率影响的机床故障期望函数，并提出了任务可靠性与产品质量相关联的Copula制造系统健康表达。以某柴油机缸盖制造系统为例，结果表明所提方法能动态高效地判断制造系统健康状态，有效识别不同因素对制造系统健康状态的影响。     

基于MCGS组态软件下电主轴监控系统应用

文章以高速电主轴监控系统为研究对象,分析了机床电主轴需要监测的几个主要参数、系统主要硬件构成和国产组态软件MGCS的主要功能.通过电主轴专用实验平台采集分析机床主轴的振动信号、转速、电机和前后轴承温度、轴向位移及相关状态参数.经采集系统分析后,可通过指示灯为缺乏主轴、轴承知识的一线工作人员提供判断信息.试验证明:该采集系统能够及时识别机床主轴的状态、发现故障早期征兆,从而可以及时消除故障隐患,避免破坏性事故的发生,为专业技术人员在机床主轴的优化设计、检修等方面提供了坚实的技术基础.     

机床电气故障的检修步骤

按组成机床的系统来分，机床的故障可分三大类，一是电气故障。二是机械故障。三是液压系统故障。其中电气故障占机床总故障的50％。机床电气部分一旦出现故障，维修者不能盲目地乱桶乱拆，以免进一步扩大故障范围。维修者必须按一定步骤、科学、合理地进行检查和处理。电气故障的检查，大致可遵循以下几个步骤进行。1．故障调查故障出现后，维修人员首先应向操作者详细了解故障发生前后有哪些异常现象；及故障发生时的情况。然后据操作者的介绍，初步判别是什么系统出现的故障，如果是机械，液压系统则按机械或液压系统故障的排除方法去处…     

多传感器信息融合在液压系统智能故障诊断中的应用

针对采矿工程机械液压系统故障诊断方法存在的局限性,提出了一种基于多传感器信息融合的智能故障诊断方尊。该方法采用模糊神经网络融合诊断中心作为故障诊断的执行机构,算法上采用BP算法。通过一实例论证了在液压系统故障诊断中采用多传感器信息融合故障诊断方法比采用单传感器信息故障诊断方法更具有准确性和可靠性。     

X62W型万能铣床控制电路的技术改造

文章以X62W卧式万能铣床为例,系统地介绍了采用FX2N系列PLC对原继电器-接触器控制系统改造的方法,重点说明了机床故障诊断的设计方案,并给出故障诊断程序。最后通过实践证明,采用PLC控制提高了万能铣床运行的可靠性,减轻了机床维修人员的工作量。     

塑料收丝机张力的智能PID控制

本文按照塑料收丝机张力控制的过程特性的变化和系统的动行状态，采有了智能型积分分离式PID算法，对其进行控制，并对系统进行了仿真实验。现场运行情况表明，系统取得了满意的控制效果。     

GM(1,1)逐步优化建模方法及其在数控系统故障诊断中的应用

数控机床的数控系统的可靠性对数控机床质量起着非常重要的作用，但其故障信息是少信息的，如何对其故障做出合理的预测，具有重大的实践意义和理论价值。灰色系统理论是研究贫乏信息的科学理论，具有广泛的适应性。在GM（1，1）建模思想的基础上提出了一种逐步优化的建模方法。应用该模型对数控机床数控故障的预测进行了应用，效果令人满意，它为数控机床故障预测提供了科学而合理的新方法，值得推广使用。     

大型辗环机抱辊系统力学性能分析

本文对某大型辗环机抱辊系统的力学性能进行了分析,建立了不同轧制情况下,抱辊力、抱辊系统中各机构所承受载荷随环件变化的理论方程。在此基础上,对辗环机抱辊系统的力学性能进行数值仿真分析,得到不同轧制过程中,抱辊力、抱辊系统各机构所受载荷随环件直径变化的趋势,为抱辊系统设计和环件轧制工艺参数的选择奠定了基础。     

基于VC的数控机床进给系统设计及有限元分析

在VC++平台上集成数控机床进给传动系统设计和基于ANSYS的有限元分析。讨论了VC编程实现进给传动系统设计的关键技术问题。通过VC封装APDL命令流和前台调用ANSYS完成数控机床进给传动系统的有限元分析,有限元分析的结果一方面回代到VC再次校核进给传动系统的静、动态特性以弥补传统设计方法可靠性不足的缺陷,另一方面为数控机床提高运动精度及合理使用提供参考依据。     

Optimal setup for five-axis machining

This paper presents a new optimization model designed to minimize kinematics error introduced by the initial setup of a five-axis milling machine. An initial setup consists of the position and orientation of the workpiece with respect to the mounting table and, optionally, the machine's initial configuration. Given a set of cutter contact points and tool orientations, a least-squares optimization procedure finds the optimal setup parameters. Since the set of optimization parameters depends on the machine's characteristics, three basic types of five-axis kinematics are introduced. The classification into types depends on the sequence of positions of the machine's rotary axes in its kinematics chain. For each type, sets of invariant and dependent variables are identified, a corresponding system of nonlinear equations is constructed, and then the system is solved numerically. The method is not only efficient, but also provides tangible accuracy increases in tests on practical machining problems.     

基于AIC优化RBF网络的机床主轴轴承磨损状态分析

利用赤迟信息准则(AIC)确定RBF神经网络的隐含层节点数和中心,建立基于该神经网络的机床磨损状态分析模型,并利用实验获取的振动信号来判断机床主轴轴承磨损状况。实验及仿真结果表明:基于AIC的RBF网络技术的分析方法在机床磨损状态分析中是有效可行的,对单一磨损状态的正确识别率达到了97.5%,对其他复杂机械的振动分析同样具有参考价值。     

基于STL分解的平均故障间隔时间组合预测

由于影响数控机床刀架系统平均故障间隔时间的因素较多,采用单一的模型作预测无法充分提取已知数据中的隐含信息,导致预测困难。应用基于STL进行时间序列分解的组合模型预测算法,将原始故障数据分解为趋势项、季节项和随机项,应用指数平滑法和支持向量机回归分别对前两项数据进行预测,根据时序分解的加法模型将其结合,得到组合模型预测结果,并将组合模型与单一的预测模型进行对比分析。实例证明:组合模型预测优于单一模型预测。此方法应用于MTBF的预测,有助于工作人员针对故障发生时间点提前采取措施,同时为数控机床可靠性评估提供了新的研究方法。     

数控机床热误差动态灰色优化建模研究

为降低热误差对加工精度的影响,以减少补偿成本、简化数据采集、提高补偿精度为目标,提出采用灰色GM(0,N)模型进行数控机床热误差建模预测;以优化数据配置、改善补偿系统动态品质、提高鲁棒性为目的,建立了GM(0,N)优化模型。采用智能温度传感器和位移传感器采集了MCH63精密卧式加工中心温度数据和主轴3个方向热位移量,并根据采集数据构建热误差模型。试验结果表明:GM(0,N)建模方法简单,数据量少,运算时间短,预测精度较高;优化模型可根据在线输入的新数据不断修正模型本身,其精度高、鲁棒性强、通用性好,适合于在线建模。