摘 要

近些年来，数控机床被运用各种各样、大大小小的企业。因为其速度快、效率高已经逐渐取代了传统的手工业，但是，数控机床也有它的弊端，就是一旦机床里面发生了故障，后果是非常严重的，将会对企业带来巨大的损失。

为了防止防止机床故障带来的重大影响，就必须要有故障诊断。及时的发现故障，在未造成重大后果之前将故障消灭。传统的故障诊断技术已经不能满足新时代的需求，只能诊断出一小部分常见故障，但是对其他的一大部分出现频率非常高并且产生的影响非常大的故障无能为力。在此类故障中，主轴箱故障占了相当大的比重。

在本系统中，利用MATLAB软件来分析采集到的数据，用神经网络算法来进行主轴箱的故障分析，再把分析的结果传到利用c#语言编写的客户端，让用户能够一目了然的掌握主轴箱的运行状态，及时的发现异常状态并进行排查，在产生巨大后果之前将故障消灭。

实际运行效果表明，该故障诊断系统能够对机床进行有效的预测，使机床的可靠性大大提高。

关键字:数控机床；主轴箱；故障检测

Abstract

In recent years, the nc machine tool by using various, large and small enterprises. Because of its high speed, high efficiency has gradually replaced the traditional handicraft industry, however, the numerical control machine tool also has its disadvantages, the fault happened once inside the machine, the consequence is very serious, will bring huge losses to the enterprise.

In order to prevent the significant effects of machine failure, there must be the fault diagnosis. Timely find fault, the fault elimination before did not have significant consequences. The traditional fault diagnosis technology already cannot satisfy the demand of the new age, can only be diagnosed with a small number of common failures, but most of other frequency is very high and the impact of the very large fault. In this kind of fault, fault accounts for a considerable proportion of spindle box.

In this system, using MATLAB software to analyze the collected data, using neural network algorithm for fault analysis of spindle box, and then the results of the analysis to the use of c # language to write the client, let users grasp the operation of the spindle box can be clear at a glance, timely discover and abnormal state of illness, eliminate the fault before produce huge consequences.

The actual operating results show that the fault diagnosis system can effectively predict the machine tool, so that the reliability of the machine tool is greatly improved.

Key word：numerical control machine ；Spindle box ； Fault detection

目 录

摘 要 I

Abstract II

第1章 绪论 1

1.1本课题研究的背景与意义 1

1.2数控机床的发展现状 1

1.2.1数控机床简介 1

1.2.2数控机床主轴箱典型故障的振动特征 2

1.3数控机床故障诊断技术的发展概况 3

1.3.1数控机床的故障诊断方法 3

1.3.2 数控机床故障诊断技术的发展新方向 4

1.4小结 4

第2章 数控机床主轴箱故障诊断的总体设计 5

2.1硬件设备的选择 5

2.1.1 传感器的选择 5

2.1.2 传感器的安装 6

2.2 信号采集系统的设计 7

2.2.1 选择测量参数和信号测点 7

2.2.2设置信号采集的基本参数 7

2.3 采集系统的初步设计 7

2.3.1 建立采集系统 7

2.3.2 数据采集类型及选择 9

2.4 小结 10

第3章 信号处理与诊断模型研究 11

3.1数据采集及信号预处理 11

3.1.1零均值化处理 11

3.1.2平滑处理与剔除异点 14

3.2信号时域分析及特征提取 15

3.3信号频域特征分析 18

3.4 基于BP神经网络的故障诊断 20

3.4.1 BP神经网络工作原理 20

3.4.2 输入层和输出层神经元个数的选择 23

3.4.3 隐含层神经元个数的选择 23

3.4.4 BP神经网络训练参数选择 23

3.4.5 滚动轴承状态模式识别 23

3.4.6 BP神经网络模型测试 24

3.5 小结 24

第4章 系统的实现 26

4.1系统开发的环境和开发平台 26

4.2系统的总体设计 27

4.3 采集设计及数据存储 28

4.4系统界面显示 28

4.5小结 30

第5章 总结 31

参考文献 32

附录 33

致谢 37

第1章 绪论

1.1本课题研究的背景与意义

从我国加入WTO以来，国家GDP的增长遇到了很多机遇也碰到了很多挑战。国家经济发展的基础是制造业，但是先进的装备决定了经济能不能高速的发展。近段时间以来，机床占有率在我国的装备制造业中呈不断上升的趋势，在生产中已经处于领先地位。

数控机床的结构非常复杂，它是计算机、机器制造业以及信息处理等技术的集合体，是一种结构复杂的知识密集型产品。到目前为止已经发现了很多问题，比如说损坏之后维修的时间很长，误诊的概率很高等等。为了防止因为机床故障导致生产线停止运行，进而造成巨大的损失，需要对机床进行实时监测，预测故障的发生，提前进行维修，尽早的消灭故障。有些数控机床自带诊断系统，但这些是远远不够的，自诊断只能发现简单的异常，但是对那些主要的，发生率相当高的故障不能起到提前预防的作用^[1]。因此，需对机械系统的故障进行预测，以弥补数控系统对机械系统故障诊断方面的不足。