论文部分内容阅读
【摘 要】数控机床在实际应用中，通常会因为种种不明的因素引起故障的发生，故障的产生会影响到机械的运行，所以说对故障的分析是很有必要的。一些经验丰富的工作人员可以对机床故障的发生进行预测，因此就可以及时的采取措施，本文中也是针对数控机床的主次故障部分进行分析，故障的模式及解决的方法，找出故障原因，摸清数控机床的薄弱环节，通过灰色预测等多种预测方法，探寻故障发生的规律及趋势，及时的排除故障。
【关键词】数控机床 故障分析 预测分析
一、引言
故障分析和故障预测是两种不同的概念，但是他们的共同点在于都可以有效的提高数控机床的效率。首先，故障分析是指问题已经出现，针对现有的问题进行分析和判断，找出故障的原因，然后进行维修，这种就属于一种被动的修复。其次，故障预测指的是问题还没出现，对潜在的问题进行预测，将数控机床的风险降到最低，这是带有一种主动性维修，这样会使机床的使用寿命和利润得到最大的发挥。通过故障分析，可以修正部件的故障率，现代的数控机床对技术的要求越来越高，技术更加的复杂化和精密化。所以说对于数控机床故障预测模式的建立，可有效的提高数控机床的使用性。
二、故障分析
主次图是一种直观图表，可以直接用来分析和查找主要因素，横坐标从左向右分别是分析的因素大小，纵坐标是各个因素所占的频率，通过这样的直观图表，我们可以得到故障最多的系统或部件，通过因素分析，得到主要原因和次要原因。
由故障原因频率表和故障原因主次图可知，数控冲床发生故障的主要原因是零部件损坏、松动、磨损、错位等，这些原因大多数都是因为零部件制造过程中质量不过关，造成故障频繁发生。
由模具的故障原因频率表及故障原因主次图可以看出，模具的故障主要是由松动与零部件损坏所致。液压系统是数控冲床故障多发部位。由液压系统的故障模式频率表及故障模式主次图可以看出，液压系统的故障主要是因为零部件的损坏和渗漏以及油、气渗漏，数控冲床液压系统的故障主要是由外购外协件质量不过关所致。主传动系统是数控冲床故障多发部位。由主传动系统的故障模式频率表及故障模式主次图可以看出，数控机床主转系统的故障
是因为冲头松动，零部件磨损，行程不适所导致。
在数控机床的组成部分中，最易发生故障的就是模具部分，而且直接影响到数控机床的正常使用，出现故障的原因通常为调试不当或零件出现质量问题，因此要想维持数控机床的有效工作，对于模具的制定以及有效性的改进工作必不可少。数控机床在使用的过程中，最易出现故障情况为零部件损坏、定位精度超差，油气渗漏，其中导套键和导套螺钉的损坏以及离合器摩擦片、夹钳零部件等的损坏是 最常见的零部件损坏模式；定位精度超差是指夹钳或回转模的定位精度不准确，而影响数控机床正常工作的故障模式。另外零部件损坏、松动、磨损、错位等因素也会导致数控机床出现故障。对于数控机床出现故障所导致的后果我们通常会进行危害度分析，即对数控机床发生故障的每一部位（子系统）的故障影响后果的危害程度进行定量化分析，以此来判断故障对于周边的环境的影响，进而对相关的薄弱环节进行改造。
三、故障预测
决策的根本依据是预测，而定量预测就是通过预测模型来认识和估计客观事物发展和变化的过程。故障预测，即预计性诊断部件或系统完成其功能的状态，其中包括部件的剩余使用寿命以及工作的时间长度。预测技术的出现源于我们使用的一些昂贵的金属装备，因为机器在使用过程会出现，耗损老化的现象，因此正确评估机器的使用寿命，才能在安全因素的前提先，避免造成使用时间的浪费。由于故障技术预测的实用性和重要性，这一技术已经得到了相关人员的追捧。
在当前針对数控机床的维修策略中主要突出了事后维修以及计划性维修模式。但是基于这两种维修策略都很难对防治故障以及造成大事故起到关键性的作用。因此，与这两种维修策略不同视情维修模式是主要基于数控机床的实际运行状态下以及运行状态发展趋势而进行的一种维修策略。对于防止数控机床故障以及造成更大危害起到了很好的预防作用，也是本文重点需要完善的故障预测技术。
灰色预测运用GM（1，1）模型（故障预测技术）对数控机床系统运行状态特征值的发展进行必要的预测能够显著减少异常值发生，从而对特定区域内易发故障的监测和预防起到了积极的作用，通过对易发区域内的运行状态下的故障预测和计算能够较为直观的排除隐患。该方法的预防检测技术和效果以及方法简单且易于进行推广和普及是工程领域较为直观和理想的一种维修技术以及维修策略。
通过运用灰色GM（1，1）的预测模型进行建模往往不是直接采用原始数据而是先将原始数据进行必要的生产和转换后再通过转换后的数据构建预测模型从而进行建模。
四、结束语
本人通过采用主次图法以及危害度分析法两种方法对数控机故障进行了分析。对于数控机床常见故障的分析中发现模具出现故障的频次以及危害度为最高。也是数控机床的薄弱环节，因此，该两种方法对于数控机床防治故障以及可用性改进方面提供了非常重要的支持作用。
参考文献：
[1]谷东伟，申桂香，张英芝等.数控机床主轴系统可靠性评价[J].中南大学学报（自然科学版），2013，44（2）：540-545.
[2]杨建国，王智明，王国强等.数控机床可靠性指标的似然比检验区间估计[J].机械工程学报，2012，48（2）：9-15，22.DOI：10.3901/JME.2012.02.009.
[3]张义民.机械可靠性设计的内涵与递进[J].机械工程学报，2010，46（14）：167-188.DOI：10.3901/JME.2010.14.167.
[4]孙东山，唐小琦，宋宝等.一种数控机床故障模拟装置的开发及应用[J].组合机床与自动化加工技术，2012，（3）：108-111.DOI：10.3969/j.issn.1001-2265.2012.03.028.
[5]胡新，傅建中，贺永等.基于贝叶斯网络的数控机床故障诊断研究[J].机床与液压，2011，39（19）：141-144.DOI：10.3969/j.issn.1001-3881.2011.19.040.
【关键词】数控机床 故障分析 预测分析
一、引言
故障分析和故障预测是两种不同的概念，但是他们的共同点在于都可以有效的提高数控机床的效率。首先，故障分析是指问题已经出现，针对现有的问题进行分析和判断，找出故障的原因，然后进行维修，这种就属于一种被动的修复。其次，故障预测指的是问题还没出现，对潜在的问题进行预测，将数控机床的风险降到最低，这是带有一种主动性维修，这样会使机床的使用寿命和利润得到最大的发挥。通过故障分析，可以修正部件的故障率，现代的数控机床对技术的要求越来越高，技术更加的复杂化和精密化。所以说对于数控机床故障预测模式的建立，可有效的提高数控机床的使用性。
二、故障分析
主次图是一种直观图表，可以直接用来分析和查找主要因素，横坐标从左向右分别是分析的因素大小，纵坐标是各个因素所占的频率，通过这样的直观图表，我们可以得到故障最多的系统或部件，通过因素分析，得到主要原因和次要原因。
由故障原因频率表和故障原因主次图可知，数控冲床发生故障的主要原因是零部件损坏、松动、磨损、错位等，这些原因大多数都是因为零部件制造过程中质量不过关，造成故障频繁发生。
由模具的故障原因频率表及故障原因主次图可以看出，模具的故障主要是由松动与零部件损坏所致。液压系统是数控冲床故障多发部位。由液压系统的故障模式频率表及故障模式主次图可以看出，液压系统的故障主要是因为零部件的损坏和渗漏以及油、气渗漏，数控冲床液压系统的故障主要是由外购外协件质量不过关所致。主传动系统是数控冲床故障多发部位。由主传动系统的故障模式频率表及故障模式主次图可以看出，数控机床主转系统的故障
是因为冲头松动，零部件磨损，行程不适所导致。
在数控机床的组成部分中，最易发生故障的就是模具部分，而且直接影响到数控机床的正常使用，出现故障的原因通常为调试不当或零件出现质量问题，因此要想维持数控机床的有效工作，对于模具的制定以及有效性的改进工作必不可少。数控机床在使用的过程中，最易出现故障情况为零部件损坏、定位精度超差，油气渗漏，其中导套键和导套螺钉的损坏以及离合器摩擦片、夹钳零部件等的损坏是 最常见的零部件损坏模式；定位精度超差是指夹钳或回转模的定位精度不准确，而影响数控机床正常工作的故障模式。另外零部件损坏、松动、磨损、错位等因素也会导致数控机床出现故障。对于数控机床出现故障所导致的后果我们通常会进行危害度分析，即对数控机床发生故障的每一部位（子系统）的故障影响后果的危害程度进行定量化分析，以此来判断故障对于周边的环境的影响，进而对相关的薄弱环节进行改造。
三、故障预测
决策的根本依据是预测，而定量预测就是通过预测模型来认识和估计客观事物发展和变化的过程。故障预测，即预计性诊断部件或系统完成其功能的状态，其中包括部件的剩余使用寿命以及工作的时间长度。预测技术的出现源于我们使用的一些昂贵的金属装备，因为机器在使用过程会出现，耗损老化的现象，因此正确评估机器的使用寿命，才能在安全因素的前提先，避免造成使用时间的浪费。由于故障技术预测的实用性和重要性，这一技术已经得到了相关人员的追捧。
在当前針对数控机床的维修策略中主要突出了事后维修以及计划性维修模式。但是基于这两种维修策略都很难对防治故障以及造成大事故起到关键性的作用。因此，与这两种维修策略不同视情维修模式是主要基于数控机床的实际运行状态下以及运行状态发展趋势而进行的一种维修策略。对于防止数控机床故障以及造成更大危害起到了很好的预防作用，也是本文重点需要完善的故障预测技术。
灰色预测运用GM（1，1）模型（故障预测技术）对数控机床系统运行状态特征值的发展进行必要的预测能够显著减少异常值发生，从而对特定区域内易发故障的监测和预防起到了积极的作用，通过对易发区域内的运行状态下的故障预测和计算能够较为直观的排除隐患。该方法的预防检测技术和效果以及方法简单且易于进行推广和普及是工程领域较为直观和理想的一种维修技术以及维修策略。
通过运用灰色GM（1，1）的预测模型进行建模往往不是直接采用原始数据而是先将原始数据进行必要的生产和转换后再通过转换后的数据构建预测模型从而进行建模。
四、结束语
本人通过采用主次图法以及危害度分析法两种方法对数控机故障进行了分析。对于数控机床常见故障的分析中发现模具出现故障的频次以及危害度为最高。也是数控机床的薄弱环节，因此，该两种方法对于数控机床防治故障以及可用性改进方面提供了非常重要的支持作用。
参考文献：
[1]谷东伟，申桂香，张英芝等.数控机床主轴系统可靠性评价[J].中南大学学报（自然科学版），2013，44（2）：540-545.
[2]杨建国，王智明，王国强等.数控机床可靠性指标的似然比检验区间估计[J].机械工程学报，2012，48（2）：9-15，22.DOI：10.3901/JME.2012.02.009.
[3]张义民.机械可靠性设计的内涵与递进[J].机械工程学报，2010，46（14）：167-188.DOI：10.3901/JME.2010.14.167.
[4]孙东山，唐小琦，宋宝等.一种数控机床故障模拟装置的开发及应用[J].组合机床与自动化加工技术，2012，（3）：108-111.DOI：10.3969/j.issn.1001-2265.2012.03.028.
[5]胡新，傅建中，贺永等.基于贝叶斯网络的数控机床故障诊断研究[J].机床与液压，2011，39（19）：141-144.DOI：10.3969/j.issn.1001-3881.2011.19.040.