[发明专利]一种基于知识的车铣复合机床故障预测专家系统

说明书

技术领域

本发明涉及一种数控机床故障诊断预测系统，特别是关于一种基于知识的车铣复合机床故障预测专家系统。

背景技术

数控机床作为典型的机电系统，其故障诊断与预警技术是保障机床可靠运行、提高机床服役性能的核心技术之一。复合加工作为机械加工的发展方向之一，也是数控设备发展的一个主要方向。车铣复合机床将车削和铣削加工功能进行复合，实现零件一次装夹后完成回转体、端面等的车削加工和平面、沟槽等的铣削加工。减少了安装定位误差，大大缩短了装卸时间，使得零件的加工精度和加工效率大大提高。但是，由于车铣复合数控加工本身的复杂性以及工艺的多样性，一旦机床发生故障，将严重影响产品质量和加工企业的效益。随着车铣复合机床的投入使用，机床故障诊断与预报技术的研究受到重视并开始应用于指导实际生产和维修调度。根据车铣复合加工机床的结构，故障可以分为：数控装置、主轴系统、进给伺服系统、液压系统、装夹系统、润滑系统、冷却系统、电源系统、刀库系统等故障。随着IC技术(集成电路技术)的发展，目前机械故障更加突出，已经占到75％，特别是关键功能部件故障经常导致整机精度退化和损坏停机。前述车铣复合机床等数控设备存在的机械故障多由以下情形造成：1、由于车铣复合机床等数控设备的高度柔性，因此增大了系统的不确定因素和故障发生的高可能性；2、由于车铣复合机床加工类型以及加工工况的多样性，因此难以全面搜集正常与异常状态的先验样本和模式样本；3、加工过程中随机干扰因素影响加大，使诊断系统的误诊、漏诊的可能性更大，诊断推理的精确性和结论的可信度都有所下降；4、数控设备各部件间的动态联动性、离散性致使故障的传播性、故障源的分散性更加明显；5、过程状态及故障的断续性、突发性、模糊性、关联性及时变性更加明显，致使故障征兆信息和设备状态信息的获取比较困难。因此需要对适合于监控、诊断与预警的信息资源进行挖掘，对监控策略、故障特征提取和诊断知识库管理等环节提出了挑战。

传统专家系统被广泛应用于各个领域，但存在着一些难以克服的缺点：1、大多数专家系统采用基于产生式规则的知识表达形式，但这种表达形式不能有效地表达和反映事物内在性质的深层知识，特别不适于表达过程控制、数值运算和对于领域概念及领域对象的描述。2、传统的专家系统往往采用单一的推理策略，因而在问题求解时灵活性差，系统结构性不好，不易维护、修改和扩展。因此，传统专家系统无法对机床的故障趋势进行诊断和预测，无法有效将原始数据转换成有价值的知识，无法实现分析过去的趋势和预测未来的趋势。

发明内容

针对上述问题，本发明的目的是提供一种能实现将原始数据转换成有价值的知识、且求解灵活性较好的基于知识的车铣复合机床故障预测专家系统。

为实现上述目的，本发明采取以下技术方案：一种基于知识的车铣复合机床故障预测专家系统，其特征在于：其包括一人机接口模块、一数据获取和预处理模块、一基于数据挖掘的知识获取模块、一基于自适应的故障预测模块、一故障诊断专家系统、一解释器、一推理机、一预测方法库、一综合知识库、一模型库和一诊断模块；所述人机接口模块将用户的车铣复合机床实时检测数据和历史数据分别输入所述数据获取和预处理模块、知识获取模块、故障预测模块、故障诊断专家系统和解释器内，所述数据获取和预处理模块将实时检测数据预处理后输入所述知识获取模块内，根据输入的历史数据和当前的实时检测数据进行数据挖掘；所述知识获取模块的输出端经所述故障预测模块连接所述故障诊断专家系统的输入端，将新的故障征兆和知识进行在线故障诊断和预测；所述故障预测模块和故障诊断专家系统将故障预测和诊断结果输入所述推理机内，所述推理机依据预先指定的搜索控制策略在所述综合知识库和模型库中进行搜索，完成故障树的遍历，将诊断结果输入所述诊断模块内；其中，所述故障预测模块通过建立选择目标函数，经所述推理机从所述预测方法库中选择合适的预测方法进行故障预测。

所述知识获取模块的数据挖掘步骤如下：(1)所述知识获取模块将接收到的历史数据和实时检测数据经数据收集，进而平滑噪声数据，并识别、删除孤立点；(2)根据用户挖掘目的的要求，选择出需要挖掘的数据范围，通过数据预处理方法将选择的数据转化为适合挖掘的形式；(3)将预处理后的数据，经挖掘算法中的关联分析、分类和预测、聚类分析、孤立点分析、演变分析，得到有用的知识；(4)将用户信息与所述步骤(3)得到的有用的知识进行数据交互，识别出所挖掘的知识中真正有趣的模式，并向用户提供挖掘的知识；(5)所述步骤(2)中经预处理后的数据与挖掘得到的规则进行模式匹配，相匹配的，则输出故障诊断；不匹配的，则发出报警。