第３４卷第５期 Ｖｏ１．３４ Ｎｏ．５ 井冈山大学学报（自然科学版） ２０１３年９月 Ｓｅｐ．２０１３ Ｊｏｕｒｎａｌ ｏｆ Ｊｉｎｇｇａｎｇｓｈａｎ Ｕｎｉｖｅｒｓｉｔｙ（Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ） ６５ 文章编号：１６７４．８０８５（２０１３）０５—００６５—０５ 面向数控车床的智能故障诊断系统的研究 张涛，王秋红 （安徽机电职业技术学院，安徽，芜湖２４１０００） 摘要：针对数控车床故障诊断中存在的问题，采用基于框架的案例表达，利用ＸＭＬ进行案例的存储、检索， 实现基于ＣＢＲ的智能故障诊断。这种案例的表达方法实现了将故障案例的数据存储在ＸＭＬ文档中，而ＸＭＬ文 档具有数据量小和通用性强的特点，为实现数据交换和信息集成提供了方便。 关键词：数控车床、故障诊断、人工智能、ＸＭＬ、ＣＢＲ 中图分类号：ＴＧ６５９ 文献标识码：Ａ ＤＯＩ：１０．３９６９￣．ｉｓｓｎ．１６７４—８０８５．２０１３．０５．０１５ ＩＮＴＥＬＬＩＧＥＮＴ ＦＡＵＩ ＤＩＡＧＮＯＳＩＳ ＳＹＳＴＥＭ ＲＥＳＥＡＲＣＨ ＢＡＳＥＤ ｏＮ ＮＵＭＥＲＩＣＡＬ ＴＵＲＮＩＮＧⅣ【ＡＣＨＩＮＥ ＺＨＡＮＧＴａｏ，ＷＡＮＧＱｉｕ－ｈｏｎｇ （Ａｎｈｕｉ Ｔｅｃｈｎｉｃａｌ Ｃｏｌｌｅｇｅ ｏｆＭｅｅｈｎｉｃａｌ ａｎｄ Ｅｌｅｃｔｒｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｗｕｈｕ，Ａｎｈｕｉ ２４１０００，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ａｃｃｏｒｄｉｎｇ ｔｏ ｔｈｅ ｐｒｏｂｌｅｍ ｏｆ ＮＣ ｔｕｒｎｉｎｇ ｍａｃｈｉｎｅ ｆａｕｌｔ ｄｉａｇｎｏｓｉｓ，ｗｅ ｕｓｅ ｆｒａｍｅ ａｓ ｅｘｐｒｅｓｓ ｏｆ ｆａｕｌｔ ｃａｓｅ ａｎｄ ｕｔｉｌｉｚｅ ＸＭＬ ｔｏ ｓｔｏｒａｇｅ ａｎｄ ｒｅｔｒｉｅｖａｌ，ｗｈｉｃｈ Ｃａｎ ｒｅａｌｉｚｅ ｔｈｅ ｉｎｔｅｌｌｉｇｅｎｔ ｆａｕｌｔ ｄｉａｇｎｏｓｉｓ ｒｅａｓｏｎｉｎｇ ｂａｓｅｄ ｏｎ ＣＢＲ． Ｆｕｒｔｈｅｒｍｏｒｅ，ｗｅ ｓｔｏｒｅ ｔｈｅ ｄａｔａ ｏｆ ｔｈｅ ｆａｕｌｔ ｃａｓｅｓ ｉｎ ｔｈｅ ＸＭＬ ｎｅｕｔｒａｌ ｄｏｃｕｍｅｎｔ，ｗｈｉｌｅ ＸＭＬ ｄｏｃｕｍｅｎｔｓ ｈａｖｅ ｔｈｅ ａｄｖａｎｔａｇｅ ｏｆ ｓｍａｌｌ ｄａｔａ ｑｕａｎｔｉｙｔ ａｎｄ ｓ￣ｏｎｇ ｕｎｉｖｅｒｓａｌ ｍａｋｅ ｉｔ ｅｘｃｈａｎｇｅ ａｎｄ ｔｒａｎｓｍｉｓｓｉｏｎ ｅａｓｉｌｙ．Ｆｉｎａｌｌｙ，ｗｅ ｐｒｏｖｉｄｅ ａ ｎｅｗ ｗａｙ ｏｆ ｄａｔａ ｅｘｃｈａｎｇｅ ａｎｄ ｉｎｆｏｒｍａｔｉｏｎ ｉｎｔｅｇｒａｔｉｏｎ． Ｋｅｙ ｗｏｒｄｓ：ＮＣ ｔｕｒｎｉｎｇ ｍａｃｈｉｎｅ；ｆａｕｌｔ ｄｉａｇｎｏｓｉｓ；ａｒｔｉｉｆｃｉａｌ ｉｎｔｅｌｌｉｇｅｎｃｅ；ｅｘｔｅｎｓｉｏｎ ｍａｒｋｕｐ ｌｎａｇｕａｇｅ；ｃａｓｅ－ｂａｓｅｄ ｒｅａｓｏｎｉｎｇ 盘车床故障诊断系统，中国西北工业大学为西飞公 ０ 引言 司开发的数控设备故障诊断系统；华中科技大学与 宝山钢铁集团公司及上海交通大学，在宝钢钢管分 数控设备是一个集机、电、液、气为一体的典 厂为该厂的一台Ｔｃｇｌ６ｃｎｃ机床建立了故障诊断系 型的机电一体化设备，在出现故障时更要求能够准 统Ｉｌ 】。山东大学张磊等人利用小波包算法和神经网 确快速的进行诊断，针对故障诊断中存在的问题， 络算法与专家系统相结合，进行爬行故障的交互式 采用了范例推理的方法，检索推理出可能的故障解 诊断，北京邮电大学李磊等人利用Ｉｎｔｅｍｅｔ技术对 决方案，为工程师提供帮助。 ＦＡＮＵＣ系统进行远程诊断等【４ Ｊ。 目前，国内外对数控设备的故障诊断系统的研 究正如火如荼的展开，随着人工智能技术的迅速发 １基于框架的案例表达 展，特别是知识工程、专家系统和人工神经网络在 诊断领域中的进一步应用，新加坡大学数控六角塔 数控车床是个非常复杂的系统，影响的因素有 收稿日期：２０１３—０５—０２；修改日期：２０１３－０６－２７ 作者简介： 张￣（１９８２一），男，安徽芜湖人，讲师，硕士，主要从事数控设备设计、故障诊断研究（Ｂｍａｉｌ：ｓｋｇｅｚｔ＠１２６．ｃｏｍ）： 王秋ｇ１￣（１９８２一），女，黑龙江七台河人，讲师，硕士，主要从事数控技术、加工等研究（Ｅ－ｍａｉｌ：ｓｋｇｅｗｑｈ＠１６３．ｅｏｍ）． 井冈山大学学报（自然科学版） 很多，难以用ＦＴＡ等描述故障机理。整个系统采用 了基于范例推理（ＣＢＲ）的方案，因为部分故障问 题未被完全理解，系统中有很多例外的或未知规则 的情形。 用一种合适的方式表示出来是构造一个基于实例 推理系统首先解决的问题。根据数控车床的故障案 例的特点，本系统采用基于框架的案例表达［ ，具 体定义如下： Ｃａｕｓａｌｉｔｙ ｓｌｏｔｓ ／／定义了与Ｃａｓｅ有因果关系的内容，即 可能的故障原因与解决方法 Ｓｉｍｉｌａｒｉｙ ｔｓｌｏｔｓ ／／定义了与Ｃａｓｅ有相似 Ｔｈｅｏｒｙ ｓｌｏｔｓ 知识，即发生故障的机理 ） ／／定义了该Ｃａｓｅ的理论 把情景（Ｓｉｔｕａｔｉｏｎ）、原因（Ｒｅａｓｏｎ）、解答（Ｓｏｌｕｔｉｏｎ） 关系的其它Ｃａｓｅ，即类似的故障案例 框架下有槽（ｓｌｏｔｓ），每个槽又有一个或多个侧 面（），槽或侧面的取值可以是一个值或者是一个 框架。本系统采用面向对象的技术，对象的每一个 Ｃａｓｅ＝｛Ｃｏｎｃｅｐｔ ｓｌｏｔｓ ／／框架单元的概念性描 述，即故障现象的描述 Ｃｏｎｓｔｒａｉｎｔ ｓｌｏｔｓ／／对框架单元施加的某 种约束，即对发生故障的设备的描述 实例与后台数据库中的纪录对应，系统在运行中将 动态地构造它们。图１为故障案例的ＵＭＬ模型图。 图１故障案例的ＵＭＬ模型图 Ｆｉｇ．１ ＵＭＬ ｍｏｄｅｌ ｄｉａｇｒａｍ ｏｆｔｈｅ ｆａｕｌｔ ｃａｓｅｓ 存储介质。ＸＭＬ提供了制定通信协议的标准框架， ２基于ＸＭＬ的案例存储 针对案例信息的存储，本系统利用ＸＭＬ作为 它允许和鼓励人们共同研究常见的数据交换问题， 对该问题提出开放的解决方案，不依赖任何软件供 应商，不用绑定任何特定工具，没有语言限制［８】ｏ 井冈山大学学报（自然科学版） ６７ 本系统利用ＸＭＬ的专用开发语言，基于ＸＭＬ Ｓｃｈｅｍａ标准设计ＸＭＬ文档的规范，可以利用如 Ｖｉｓｕａｌ Ｓｔｕｄｉｏ．Ｎｅｔ、ＸＭＬ Ｓｐｙ、ＴｕｒｂｏＸＭＬ等软件使 从而对ＸＭＬ进行操作。利用ＸＭＬ进行案例的存 储避免了数据的不一致性，为前后台间的数据交换 同了平台，其传递的数据量很小，为故障诊断做了 很好的铺垫。下面表１为某ＣＫ６１３２型车床故障案 例。图２为该案例的ＸＭＬ表达。 用自定义的图形树表示和处理ＸＭＬ模式［９１。在后 台，通过调用文档对象模型ＤＯＭ Ｕ０］，它提供了大 量的访问和维护ＸＭＬ文档的应用程序接口（ＡＰＩ） 表１刀架故障案例 Ｔ｛Ｉｂｌｅ １ Ｆａｕｌｅ ｃａｓｅ ｏｆｔｏｏｌ ｈｏｌｄｅｒ 故障记录编号机床型号 机床内容 故障现象 ００２５６ ＣＫ６ｌ３２ ＨＮＣ．２１ＴＦ系统、六工位电动刀架 电动刀架不转 ①刀架电机三相反相或缺相； 可能的故障原因 ②机械卡死； ③刀架电机损坏。 针对原因①将刀架电机线中两条互调或检查外部供电； 针对原因②通过手摇使刀架转动，通过松紧程度判断是否卡死，若是，则需拆开刀架，调整机械，加入润滑液 故障处理方法 针对原因③拆开刀架电机，转动刀架，看电机是否转动，若不转动，再确定线路没问题时，更换刀架电机 检查是故障原因①，电源缺相，故障排除。 ＜？ｘｍＩ ｖｅｒｓｉｏｎ＝”１．０”ｅｎｃｏｄｉｎｇ＝“ＵＴＦ－Ｂ”？） 一＜ｆａｕｌｔ ｘｍｌｎｓ．ｇｓｉ＝”ｈｔｔｐ：／／ｗｗｗ．ｗ３．ｏｒｇ／２０Ｏｉ／ＸＭ＇ＬＳＣｈｅｍａ ｉｎｓｔａｎｃｅ“×ｓ ：ｎｏＮａｍｅｓｐａｃｅＳｃｈｅｍａＬｏｃａｔｉｏｎ＝”ｃ．．Ｑｓｅ．ｘｓｄ“＞ ＜Ｃａｓｅ—Ｎａｍｅ＞ｔｏｏＩ ｈｏｌｄｅｒ。Ｓ ｆａｉＩｕｒｅ《／Ｃａｓｅ—Ｎａｍｅ＞ 一（Ｓｉｔｕｔｉｏｎ＞ 一＜ｍａｃｈｉｎｅ＞ ＜ＮＣＳｙｓｔｅｍ＞ＨＮＣ一２ １ＴＦ＜／Ｎｃ５ｖｓｔｅｍ＞ ＜ＴｏｏＩＰｏｓｔ＞Ｅｌｅｃｔｒｏｎｉｃ Ｔｏｏｌｐｏｓｔ＜／Ｔｏ０ＩＰｏｓｔ＞ ＜／ｍａｃｈｉｎｅ＞ 一＜Ｓｉｔｕｔｉｏｎ＞ （ｓｉｔｕｔｉＯｎ＞Ｔ０ＯＩ ｈｏｌｄｅｒ ｄｏｎ‘ｔ ｗ０ｒｋ！＜／５ｉｔｕｔｉＯｎ＞ ＜／Ｓｉｔｕｔｉ０１３＞ ＜／ｓｉｔｕ ｔｉｏｎ＞ （Ｃａ５ｅ＞ ＜ｒｅａ５ｏｎ＞Ｔｈｒｅｅ—ｐｈａｓｅ ｏｆ ｔｏｏＩ ｈｏｌｄｅｒ ｍｏｔｏｒ ｒｅｖｅｒｓｅｄ ｏｒ Ｉｏｃｋｅｄ．＜／ｒｅａｓｏｎ＞ ＜ｓｏｌｕｔｉｏｎ＞Ｅｘｃｈａｎｇｅ ｔｈｅ ｔｗｏ ｐｏｗｅｒ ｌｉｎｅ ｏｒ Ｃｈｅｃｋ ｔｈｅ ｅｘｔｅｒｎａｌ ｐｏｗｅｒ ｓｕｐｐｌＶ＜／５ｏ｛ｕｔ｛Ｏｎ＞ ＜ｓｉｍ＞Ｏ．９＜Ｉｓｉｍ＞ ＜／ｃａｓｅ＞ ＿．＜Ｃａ５ｅ＞ ＜ｒｅａｓｏｎ＞ｍｅｃｈｏｎｉｃａＩ ｍａｌｆｕｎｃｔｉｏｎ＜／ｒｅａｓｏｎ＞ ＜ｓｏｌｕｔｉｏｎ＞ａｄｊｕｓｔ ｔｏｏｌ ｈｏＩｄｅｒ《／ｓｏ｛ｕｔｉｏｎ） ＜ｓｉｍ＞Ｏ．８＜Ｉｓｉｍ＞ ＜／ｃａｓｅ＞ 一＜ｃａｓ＠＞ ＜ｒｅａｓｏｎ＞ｔｏｏＩ ｈｏｌｄｅｒ ｍｏｔｏｒ ｄａｍａｇｅｄ＜Ｉｒｅａｓｏｎ＞ ＜ｓｏｌｕｔｉｏｎ＞ｃｈｅｃｋ ｔｏｏｌ ｈｏｌｄｅｒ ｍｏｔｏｒ＜／ｓｏｌｕｔ沁ｎ＞ ＜ｓｉｍ＞Ｂ．７＜／ｓｉｅ＞ ｒ＜／ｃａｓｅ＞ ＜／ｆａｕｌｔ＞ 图２某刀架故障案例的ＸＭＬ表达 Ｆｉｇ．２ ＸＭＬ ｅｘｐｒｅｓｓｉｏｎ ｏｆ ａ ｆａｕｌｔ ｃａｓｅ 井冈山大学学报（自然科学版） ６９ ６总结 本系统探讨了基于框架的案例表达 建立了 ＵＭＬ模型图，通过ＸＭＬ方式进行数据存储，这种 处理方式为数控车床的智能故障诊断奠定了基础。 参考文献： ［１】赵明．基于案例推理的机车故障诊断专家系统研 究【Ｄ】．长沙：中南大学，２０ｏ４． ［２ ２］和济，陈长征，张省．基于神经网络的智能诊断［Ｊ］．振动 工程学报，２０００，１３（２）：３６．３８． ［３】Ｐｒｉｓｃｉｌｌａ Ｗａｌｍｓｌｅｙ．ＸＭＬ模式权威教程［Ｍ］．陈维军，乔 望［Ｊ】．机电信息，２０１３，３：９６—９７． 李磊，王晨升，寇星源，等．基于ＦＡＮＵＣ的数控机床 远程故障诊断系统设计［Ｊ］．软件，２０１２，１２：６－９． 张磊．数控机床故障监测与诊断系统的研究［Ｄ］．济南： 山东大学，２０１３．１． 史忠植．高级人工智能［Ｍ］．北京：科学出版社，２００６： ｌ５２． 孙一中．ＸＭＬ理论和应用基础［Ｍ］．北京：北京邮电大 学出版社，２０００：３—９． 齐建军．基于ＸＭＬ的制造过程集成框架的研究与实 现［Ｄ］．北京：北京航空航天大学，２００５． Ｄｏｃｕｍｅｎｔ．Ｏｂｊｅｃｔ．Ｍｏｄｅｌ（ＤＯＭ）．Ｌｅｖｅｌ３．ｃｏｒｅ，ｓｐｅｃｉｉｆｃａｔｉｏ 嘲 清华大学出版社，嘲 嘲 安平，英宇译．北京：２００３． ［４】刘继承．基于神经网络的数控机床诊断技术现状及展 ｎｖｅ￣ｉｏｎ．Ｏ［ＥＢ／ＯＬ］．ｗ．ｗｗ．ｗ３．ｏｒｇ／ＴＲ／２０００．