本發(fā)明屬于故障診斷，涉及一種基于數(shù)字孿生的加工過(guò)程故障診斷方法。

背景技術(shù)：

1、“智能化”是未來(lái)制造技術(shù)發(fā)展的必然趨勢(shì)，智能制造是其核心。在自動(dòng)化制造系統(tǒng)中，對(duì)加工狀態(tài)的持續(xù)監(jiān)控顯得尤為重要，高質(zhì)、高效和在線的加工狀態(tài)監(jiān)測(cè)系統(tǒng)近些年來(lái)在工業(yè)和制造業(yè)的研究中得到越來(lái)越多的重視。隨著現(xiàn)代制造系統(tǒng)朝著大型化、復(fù)雜化的方向發(fā)展，研究和發(fā)展故障診斷技術(shù)，保證制造系統(tǒng)運(yùn)行的可靠性、可維修性和安全性，已成為國(guó)內(nèi)外密切關(guān)注的熱點(diǎn)之一。長(zhǎng)時(shí)間運(yùn)行或高負(fù)荷運(yùn)轉(zhuǎn)下的生產(chǎn)系統(tǒng)不可避免地會(huì)產(chǎn)生各種問(wèn)題，甚至系統(tǒng)崩潰，進(jìn)而引起安全問(wèn)題和造成經(jīng)濟(jì)損失。故障診斷技術(shù)可以幫助提前發(fā)現(xiàn)潛在的隱患，避免上述問(wèn)題。

2、然而，不同機(jī)械故障的信號(hào)具體表現(xiàn)形式是不同的，并且故障診斷工作的方法也是多樣的，在信號(hào)處理與信息獲得方面存在一定的難度，對(duì)于早期故障與微弱、復(fù)合性故障在診斷方面還存在不足。然而加工系統(tǒng)與數(shù)字孿生的結(jié)合則是提高自動(dòng)化程度和邁向智能制造的潛在解決方案，然而目前缺乏關(guān)于數(shù)字孿生的深入建模方法。許多研究側(cè)重于人工智能組件的實(shí)現(xiàn)和測(cè)試。研究發(fā)現(xiàn)由于人工智能的不透明性和不可解釋性，利用基于數(shù)據(jù)的方法構(gòu)建的數(shù)字孿生模型的推理機(jī)制尚未被物理學(xué)完全理解或解釋。數(shù)字孿生模型因缺乏可解釋性而被視為“黑匣子”，其在進(jìn)行故障診斷時(shí)可解釋性往往很差，其泛化能力備受質(zhì)疑，且難以對(duì)故障源頭進(jìn)行追查溯源。

技術(shù)實(shí)現(xiàn)思路

1、為了克服上述現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種基于數(shù)字孿生的加工過(guò)程故障診斷方法。針對(duì)現(xiàn)有故障診斷的實(shí)時(shí)監(jiān)測(cè)與誤差溯源難題，通過(guò)分析加工過(guò)程中機(jī)床各運(yùn)動(dòng)部件運(yùn)動(dòng)狀態(tài)和誤差傳遞方式，本發(fā)明建立了數(shù)字孿生系統(tǒng)框架，并提出一種基于數(shù)字孿生的加工過(guò)程故障診斷方法。本發(fā)明充分利用機(jī)床超精密機(jī)械結(jié)構(gòu)、高精度光柵尺、高性能電機(jī)伺服系統(tǒng)，通過(guò)機(jī)床數(shù)字孿生系統(tǒng)數(shù)據(jù)實(shí)現(xiàn)數(shù)字孿生模型與操作過(guò)程的同步，實(shí)現(xiàn)了加工狀態(tài)的實(shí)時(shí)監(jiān)控和故障的診斷和溯源，而無(wú)需任何外置傳感器。

2、本發(fā)明的技術(shù)方案：

3、一種基于數(shù)字孿生的加工過(guò)程故障診斷方法，基于機(jī)床內(nèi)部實(shí)時(shí)信號(hào)建立了數(shù)字孿生驅(qū)動(dòng)的加工狀態(tài)實(shí)時(shí)可視化檢測(cè)框架。通過(guò)提取機(jī)床內(nèi)部控制和反饋信號(hào)，建立了數(shù)控磨床的數(shù)字孿生系統(tǒng)來(lái)反應(yīng)實(shí)時(shí)工況，而無(wú)需任何外接傳感器。具有非接觸、實(shí)時(shí)監(jiān)測(cè)，成本低，精度高等優(yōu)點(diǎn)，實(shí)現(xiàn)了對(duì)機(jī)床狀態(tài)的實(shí)時(shí)準(zhǔn)確可視化監(jiān)控。實(shí)現(xiàn)了產(chǎn)品誤差的定位分析?；趯?shí)時(shí)信號(hào)的數(shù)字孿生系統(tǒng)，通過(guò)將仿真模型與操作數(shù)據(jù)相結(jié)合，為實(shí)際加工系統(tǒng)提供決策輔助。通過(guò)對(duì)基于實(shí)時(shí)數(shù)據(jù)的數(shù)字孿生系統(tǒng)信號(hào)分析，可以實(shí)現(xiàn)誤差溯源，明確工件誤差的產(chǎn)生原因，為進(jìn)一步提高產(chǎn)品精度，改善產(chǎn)品質(zhì)量提供了理論基礎(chǔ)。具體步驟如下：

4、步驟一、機(jī)床各運(yùn)動(dòng)部件的運(yùn)動(dòng)學(xué)建模

5、機(jī)床的運(yùn)動(dòng)部件為與加工過(guò)程密切相關(guān)的主要運(yùn)動(dòng)執(zhí)行機(jī)構(gòu)，分為基于直線電機(jī)的運(yùn)動(dòng)系統(tǒng)和基于旋轉(zhuǎn)電機(jī)的運(yùn)動(dòng)系統(tǒng)；基于直線電機(jī)的運(yùn)動(dòng)系統(tǒng)包括機(jī)床x軸和機(jī)床z軸，基于旋轉(zhuǎn)電機(jī)的運(yùn)動(dòng)系統(tǒng)包括工件主軸或c軸、磨削軸。機(jī)床的運(yùn)動(dòng)部件的運(yùn)動(dòng)學(xué)模型包括機(jī)床主要進(jìn)給機(jī)構(gòu)的控制和反饋參數(shù)，主要由三個(gè)子模型組成，即電機(jī)、電機(jī)控制器和負(fù)載模型；由控制器提供的電信號(hào)驅(qū)動(dòng)電機(jī)克服負(fù)載運(yùn)動(dòng)；負(fù)載下直線電機(jī)運(yùn)動(dòng)系統(tǒng)的機(jī)電模型可以表示為：

6、

7、其中，fload為實(shí)時(shí)負(fù)載，x(t)為運(yùn)動(dòng)部件的實(shí)時(shí)位置，(t)為運(yùn)動(dòng)部件實(shí)時(shí)位置的一階導(dǎo)數(shù)，m為運(yùn)動(dòng)部件的總質(zhì)量，b為液壓導(dǎo)軌的粘度系數(shù)，ki是pmlsm的推力系數(shù)，iq是伺服驅(qū)動(dòng)器的輸出電流，電機(jī)的實(shí)時(shí)位置表示為：

8、

9、其中，c為直流分量，n(t)為隨機(jī)噪聲，f0、a0、φ0分別為電機(jī)基頻振動(dòng)的頻率、幅值和初始相位，fi、ai、φi分別為電機(jī)非基頻振動(dòng)的頻率、幅值和相位，n為電機(jī)非基頻振動(dòng)的階次。

10、負(fù)載下旋轉(zhuǎn)電機(jī)運(yùn)動(dòng)系統(tǒng)的動(dòng)力學(xué)模型可以由下式表示為：

11、

12、其中，電機(jī)慣性?j1?和阻尼系數(shù)?b1?為常數(shù)；θ為電機(jī)實(shí)時(shí)轉(zhuǎn)角，負(fù)載扭矩被視為降低主軸速度的干擾；但電機(jī)控制器可以通過(guò)調(diào)節(jié)提供給電機(jī)的電流i(t)來(lái)調(diào)節(jié)電機(jī)實(shí)時(shí)扭矩t1，進(jìn)而對(duì)負(fù)載做出反應(yīng)，負(fù)載下通過(guò)電機(jī)輸出扭矩tout可以表示為：

13、<mstyle displaystyle="true" mathcolor="#000000"><msub><mi>t</mi><mi>out</mi></msub><mi>(</mi><mi>t</mi><mi>)</mi><mi>=</mi><msub><mi>t</mi><mn>0</mn></msub><mi>(</mi><mi>t</mi><mi>)</mi><mo>+</mo><mstyle displaystyle="true"><munderover><mo>∑</mo><mrow><mi>i</mi><mi>=</mi><mn>1</mn></mrow><mi>n</mi></munderover><mrow><msub><mi>t</mi><mi>n</mi></msub><mi>(</mi><mi>t</mi><mi>)cos[</mi><mstyle displaystyle="true"><mo>∫</mo><mrow><mn>2</mn><mi>π</mi><msub><mi>f</mi><mi>n</mi></msub><mi>(</mi><mi>t</mi></mrow></mstyle><mi>)</mi><mi>dt</mi><mo>+</mo><msub><mi>?</mi><mi>n</mi></msub><mi>(</mi><mi>t</mi><mi>)]</mi></mrow></mstyle></mstyle>

14、據(jù)此可以建立機(jī)床各運(yùn)動(dòng)部件的運(yùn)動(dòng)模型。

15、步驟二、基于運(yùn)動(dòng)學(xué)模型的加工過(guò)程數(shù)字孿生系統(tǒng)

16、根據(jù)步驟一中機(jī)床各運(yùn)動(dòng)部件的運(yùn)動(dòng)學(xué)模型，可以建立加工過(guò)程數(shù)字孿生系統(tǒng)：除外界噪音外，工件安裝在c軸上，c軸轉(zhuǎn)速較低，因此c軸頻域主要成分為低頻分量；c軸安裝在z軸導(dǎo)軌上，因此z軸頻域主要成分為外界噪音和工件低頻分量；磨削軸轉(zhuǎn)速遠(yuǎn)高于c軸轉(zhuǎn)速，且磨削軸安裝在x軸導(dǎo)軌上，因此磨削軸和x軸頻域主要成分為高頻分量。

17、建立數(shù)字孿生系統(tǒng)的五維體系結(jié)構(gòu)包括物理實(shí)體pe、虛擬實(shí)體vm、服務(wù)ss、孿生數(shù)據(jù)dd和各組成部分之間的鏈接cn，表示為：

18、

19、其中，cncgm為數(shù)控磨床，dt為數(shù)字孿生系統(tǒng)；虛擬實(shí)體vm包含建立的機(jī)床各運(yùn)動(dòng)部件的運(yùn)動(dòng)學(xué)模型，根據(jù)式（1）和式（3）中的負(fù)載模型可以表示為：

20、

21、其中，fx表示x軸直線運(yùn)動(dòng)系統(tǒng)的實(shí)時(shí)負(fù)載，fz表示z軸直線運(yùn)動(dòng)系統(tǒng)的實(shí)時(shí)負(fù)載，tc表示工件主軸\c軸旋轉(zhuǎn)運(yùn)動(dòng)系統(tǒng)的實(shí)時(shí)負(fù)載，tg表示磨削軸旋轉(zhuǎn)運(yùn)動(dòng)系統(tǒng)的實(shí)時(shí)負(fù)載；據(jù)此將運(yùn)動(dòng)部件統(tǒng)一納入數(shù)字孿生系統(tǒng)中：

22、

23、其中，px表示x軸直線運(yùn)動(dòng)系統(tǒng)的實(shí)時(shí)功率，pz表示z軸直線運(yùn)動(dòng)系統(tǒng)的實(shí)時(shí)功率，pc表示工件主軸\c軸旋轉(zhuǎn)運(yùn)動(dòng)系統(tǒng)的實(shí)時(shí)功率，pg表示磨削軸旋轉(zhuǎn)運(yùn)動(dòng)系統(tǒng)的實(shí)時(shí)功率；vx表示x軸的實(shí)時(shí)速度，vz表示z軸的實(shí)時(shí)速度，wc表示工件主軸或c軸的實(shí)時(shí)角速度，wg表示磨削軸的實(shí)時(shí)實(shí)時(shí)角速度。

24、步驟三、加工過(guò)程的時(shí)頻域分析

25、基于加工過(guò)程建立的數(shù)字孿生系統(tǒng)可以實(shí)現(xiàn)對(duì)加工過(guò)程的實(shí)時(shí)監(jiān)測(cè)。通過(guò)提取數(shù)字孿生系統(tǒng)中機(jī)床各運(yùn)動(dòng)部件的實(shí)時(shí)位置，并與加工過(guò)程中機(jī)床運(yùn)動(dòng)部件的指令位置進(jìn)行對(duì)比，即可得到機(jī)床運(yùn)動(dòng)過(guò)程中運(yùn)動(dòng)誤差給工件加工過(guò)程帶來(lái)的影響：

26、

27、其中，xinstruction、zinstruction、cinstruction分別為nc數(shù)控程序中的xzc坐標(biāo)經(jīng)機(jī)床數(shù)控程序離散后的指令位置，xactual、zactual、cactual分別為加工中xzc坐標(biāo)在機(jī)床坐標(biāo)系下經(jīng)過(guò)的實(shí)際位置，二者差值xpe、zpe、cpe分別為xzc三個(gè)坐標(biāo)在加工過(guò)程中受到的影響。

28、頻域分析是機(jī)械故障診斷中的一種重要技術(shù)，它通過(guò)將時(shí)域信號(hào)轉(zhuǎn)換為頻域信號(hào)來(lái)揭示信號(hào)的頻率成分和頻率響應(yīng)。在機(jī)床故障診斷中，頻域分析可以幫助識(shí)別和定位故障，因?yàn)椴煌墓收项愋蜁?huì)在頻域中表現(xiàn)出不同的特征。

29、頻域分析可以通過(guò)傅里葉變換實(shí)現(xiàn)，表示為：

30、

31、其中，k表示對(duì)應(yīng)的運(yùn)動(dòng)部件，fk(ω)是變換后的頻譜函數(shù)，fk(t)是原始時(shí)域信號(hào)，ω是角頻率，e-jωt是復(fù)指數(shù)函數(shù)。通過(guò)將時(shí)域信號(hào)與一系列復(fù)指數(shù)函數(shù)相乘并積分，我們可以得到信號(hào)在不同頻率下的頻譜分布。據(jù)此可以通過(guò)對(duì)產(chǎn)品加工過(guò)程中的功率信號(hào)進(jìn)行頻域分析，結(jié)合加工參數(shù)和對(duì)應(yīng)的機(jī)床運(yùn)動(dòng)執(zhí)行機(jī)構(gòu)，確定加工誤差的來(lái)源和故障的早期表現(xiàn)形式。通過(guò)頻域分析結(jié)果，可以提取加工過(guò)程中數(shù)字孿生系統(tǒng)信號(hào)的特征值，進(jìn)而實(shí)現(xiàn)對(duì)加工過(guò)程的實(shí)時(shí)監(jiān)測(cè)，并能及時(shí)進(jìn)行調(diào)整。

32、步驟四、故障診斷與誤差定位

33、在數(shù)字孿生系統(tǒng)對(duì)加工過(guò)程進(jìn)行監(jiān)控的同時(shí)，也可以實(shí)現(xiàn)加工過(guò)程的故障診斷與誤差定位。通過(guò)頻域分析，可以快速得出加工誤差及特征值分布規(guī)律，并與機(jī)床主要運(yùn)動(dòng)部件特征頻率信號(hào)對(duì)比，進(jìn)行故障診斷。系統(tǒng)故障不是突然出現(xiàn)的，而是隨著加工的進(jìn)行隨著部件和刀具的運(yùn)行而逐漸產(chǎn)生的。這些特征往往難于在時(shí)域信號(hào)中得以體現(xiàn)，通過(guò)頻域分析可以較為靈敏的得出故障在頻域的早期表現(xiàn)形式，實(shí)現(xiàn)故障的早期診斷與設(shè)備的日常維護(hù)。此外，也可以將故障診斷結(jié)果與主要運(yùn)動(dòng)部件的物理結(jié)構(gòu)進(jìn)行對(duì)比，實(shí)現(xiàn)誤差定位，減小加工過(guò)程中的系統(tǒng)誤差，并保證產(chǎn)品加工過(guò)程的穩(wěn)定運(yùn)行。

34、本發(fā)明的有益效果：本發(fā)明的方法不需要安裝額外的傳感器，可以集成到任何開(kāi)放式數(shù)控系統(tǒng)中。在pmac等開(kāi)放式數(shù)控系統(tǒng)中，通過(guò)提取cnc的伺服控制信號(hào)，如電流、電壓、功率、位置信號(hào)等，即可達(dá)到與本發(fā)明相同的效果。數(shù)控系統(tǒng)的精度越高，對(duì)加工狀態(tài)的監(jiān)測(cè)精度就越高。通過(guò)選擇合適的濾波、降噪和擬合算法，加工過(guò)程的監(jiān)測(cè)精度將進(jìn)一步提高，大大拓寬了該方法在工業(yè)中的應(yīng)用范圍。