基于改进SVM的数控机床在线实时诊断系统设计
                                                           唐少琴
                                     (西安航空职业技术学院自动化工程学院，陕西 西安〓710089)
    结合故障诊断需求，提出一种改进SVM故障诊断与预警系统。结合故障诊断原理，对系统整体架构进行部署；选择7202AC型角接触球轴承故障特征作为研究对象，通过传感器对故障特征进行采集；通过时域、频域和时频域特征提取，完成对故障信号的预处理；然后利用遗传算法对传统SVM惩罚因子C和g进行优化，以此完成对不同故障类型的识别。最后，结合MATLAB软件和Python编程语言，对改进算法进行系统实现，验证了改进算法的可行性。

    随着我国制造行业的不断发展，数控机床成为制造行业发展的一个重要标志。作为一种高精度的加工设备，数控机床运行的安全性和可靠性显得尤其重要，其也是保障我国制造业良好运行的基础。但数控机床在运行过程中，难免会出现故障，因此加强对数控机床的故障诊断是当前行业和学术领域研究的热点，也是重点。传统的数控机床故障诊断通常采用“问、看、听、触、嗅”等，其中典型的方法有油样分析、无损分析法、油膜电阻法等［1］。而随着现代电子技术的发展，传感器技术、信号处理等已应用到数控机床的故障诊断中，呈现出智能化、网络化、集成化的发展趋势。本文结合故障诊断原理，提出一种基于改进SVM的故障识别系统，从而实现对故障信号的处理、分析，为企业提供在线故障实时诊断、识别和故障预警服务，提高制造企业的自动化程度。

1系统整体硬件架构设计
    数控机床故障诊断是数控机床在出现故障的情况下，通过自身或者外界的信息输入，判断故障的类型，并对该故障的严重程度和位置进行确定，从而为后续的机床维修提供相关的参考建议［2-3］。具体诊断过程为：首先确定需要监测的故障内容；其次对故障信号进行采集，并对信号进行去噪等预处理；再次对故障特征进行提取；最后对故障类型进行识别，并显示识别结果。对此，结合故障诊断原理，本文将故障识别系统分为3层：采集层、传输层、处理层。其中采集层主要负责对数控机床故障特征信号数据的采集；传输层主要将采集到的信号传递给服务器；处理层主要对采集到的信号进行分析和处理。具体架构如图1所示。
2采集系统硬件设计
2.1传感器选择
    在故障诊断中，主要对轴承的振动加速度和噪声进行采集，因此分别选择振动加速度传感器和噪声传感器。其中，振动加速度传感器选择LC0101型号，该型号传感器具有较好的灵敏度和测试精度，可与多种采集设备相互连接；噪声传感器则选择TZ-2KA型，该型号传感器安装简单，同时操作方便。
     另外，温度传感器选择 IRTP-300L 型传感器，该型号传感器配备了高精度红外测温探头和外置信号调理电路，能比较准确地反映滚动轴承的温度变化。

2.2采集系统架构设计
   采集系统设计如图2所示。
    在图2中，数控机床故障特征研究对象以7202AC型角接触球轴承为例。首先通过传感器对角接触球轴承振动、噪声和温度等信号进行采集，
并将其转换为更容易识别的信号，然后通过PCI-1715U数据采集卡和工控机实现对数据的存储。

........


作者简介：〖HTSS〗唐少琴（1976—）,女，陕西汉中人，西安航空职业技术学院讲师，硕士，主要研究方向为机电一体化应用。





（文章来源《机械设计与制造工程》杂志如需详细资料请联系江苏机械门户网客服QQ:2980918915,电话025-83726289）

更多关注，请扫码