摘要：在数控机床加工产品零件特别是一些难加工以及结构复杂的零件时，如果不能根据机床加工的实时状态进行及时决策，就很可能会带来许多问题。如导致零件的加工精度、力学性能及加工质量等达不到要求标准，甚至引发安全事故。因此，有必要对机床的加工状态进行监测。文章首先简单介绍了机床状态监测系统及意义，然后论述了监测系统的主要内容、基本组成以及工作流程，最后总结了一些设计监测系统的关键技术。
关键词：数控机床；状态监测；监测系统
引言
伴随科学技术的飞速发展，制造产业中的数控技术不断得到改进。数控机床作为制造产业中的关键组成部分，现已向着更加智能化、数字化、柔性化、网络化方向发展。其功能的强弱对我们国家制造业的发展起着关键性的作用。所以，在制造业的发展中要想取得更快、更大的突破与进步，最重要的一点就是要不断提高数控技术水平。这就要求数控机床的自动化程度要越来越高。由此又会给相关方面带来许多难题。例如机床数控系统的稳定性、安全性以及经济性等方面。同时也会加大机床设备出现故障的可能性。于是要想快速有效地解决诸如上面的一些问题，就必须对机床的加工过程进行相关监测。目前，对数控机床状态监测系统的研究越来越受到广大科研工作者们的普遍关注，成为一个比较热的研究课题。研究机床的监测系统，为保证设备的安全可靠运行、合理使用，提高产品的生产质量、效率等提供了有力保障[1]。
1机床状态监测的意义
在我国，装备制造产业早已成为国家的支柱产业，在一定程度上体现了我们国家的整体工业水平。而数控设备是制造产业中的关键设备。因而数控机床产业的发展在很大程度上影响着我国制造业的整体水平。为了能够及时发现并排除机床加工的异常状态，保证产品的加工质量以及生产效率，有必要对设备的状态进行实时监测。监测的意义主要有以下几个方面：（1）保证机床正常运行，有质量地完成生产任务。加工过程中若出现了异常状态（如意外停机等），监测系统就会马上监测到。及时发现设备问题有助于我们采取相应措施进行设备的调整，恢复机床的正常状态。这样既提高了加工工件的质量，同时也给企业降低了损失。（2）减少机床维护成本。通过对之前的监测数据进行相关的研究和分析，得到设备以前的加工状态，进而为诸如调试、故障诊断以及预防性维护等提供技术支持。（3）提高机床使用率。根据监测系统监测到的机床所处状态，及时调整生产作业任务，保证作业任务能够高效率地进行。从而提高产品的生产效率以及机床的使用率[2]。
2监测系统的构成
2.1数控机床的状态监测
首先，所谓的数控机床状态监测就是要对加工状态中的某些数据进行采集、提取、处理并分析，从而了解并掌握设备的工作状态是否正常。与此同时也为预防性维护与故障诊断等提供相关依据。其次，数控机床加工过程可以说是一个非常复杂的过程。对其进行状态监测涉及到很多的技术问题。信息获取、特征提取以及状态识别是一个监测系统主要包括的三个方面。其中数据信息采集、传输与处理非常关键，也是基础。因此要想设计出一个比较好的监测系统，很大程度上取决于数据采集与处理环节的设计。
2.2机床监测的主要内容
对数控机床进行状态监测也就是对其加工过程的监测。其中包括的主要内容有：机床与刀具状态监测以及加工过程与加工工件质量监测四个方面。具体如图1所示。
2.3监测系统的基本组成
数控机床的加工过程非常复杂。要对其进行状态监测涉及到许多技术问题。信息获取、特征提取以及状态识别是一个监测系统主要包括的三个方面。具体如图2所示。首先，信息获取是系统监测的第一步。相关的若干传感器对机床加工状态信号进行检测，这类信号有很多，诸如主轴转速、切削扭矩、切削力、振动信号以及电机功率等。其次，就是要对信号进行进一步的处理，即特征提取。从监测的信号中提取出与设备状态有关的参数。这是对状态监测系统最具影响的关键一步。最后，就是状态识别了。这一步最关键的是要建立合理模型。建立一个合理模型后，根据上一步获取的有关参数对设备状态进行一个合理的分析与判断。
2.4监测系统的工作流程
数控机床状态监测系统的工作流程主要包括以下几个环节：首先是数据获取及预处理并传输数据，然后就是要提取数据的特征参数、进行数据融合，最后就是进行状态监测[3]。具体如图3所示。
3设计监测系统的关键技术
数控机床加工过程十分复杂。对其进行状态监测必定会涉及到许多关键技术问题。其中包含的一些主要关键技术有：多传感器融合技术、信号处理技术、模式识别技术、图像处理技术以及自适应控制技术等。
3.1多传感器融合技术
在机床加工过程中，传感器可以把很多的物理量（诸如温度、距离以及振动信号等）转变成电压或电流等电信号，这些电信号如实地体现出机床加工过程的状态信息。然而，在状态监测与智能加工方面，如果只是依靠传统的单一属性的传感器技术，已远远不能满足要求。所以，目前多传感器融合与智能传感器技术已成为发展的主流方向。
3.2信号处理技术
对于整个监测系统而言，监测的核心技术是数据信号处理技术。通过对信号的采集分析并处理，获得信号特征，然后再对信号特征进行分析、决策。目前来说，信号处理方法很多，比如有时频分析法、频域分析法、时域分析法等。小波分析法属于时频分析法的范畴。它是当前信号处理最有影响力的方法。小波分析法的最大特点是不产生畸变，属于线性变换，能够同时在时域和频域对信号进行局部分析[4]。
3.3模式识别技术
在监测系统的工作流程中，提取完信号特征后，接下来就是根据提取的结果对机床状态进行分析和判断。其实，归根结底说的就是模式识别。模糊模式识别方法属于模糊识别方法，主要针对识别对象本身的模糊性或识别要求上的模糊性。模糊模式识别的实现方法和途径有很多。主要有隶属原则、择近原则、模糊聚类分析、模糊综合评判等[5]。其在加工过程监测系统中都有过具体的应用，如利用模式识别技术对切削过程进行识别，对刀具磨损状态进行识别等[6]。
4结束语
数控机床状态监测系统的研究有着很重要的现实意义及价值。它为提高产品质量、设备利用率、降低生产成本、机床安全、可靠的运行等提供了保障，同时也为机床的预防性维护与故障诊断等提供了支持。本文对数控机床状态监测系统进行了相关研究。简要论述和总结了监测系统的主要内容、基本组成、工作流程及一些设计监测系统的关键技术。相信对今后在这方面进行进一步研究的研究者们有着一定的借鉴意义及参考价值。
参考文献
[1]李允公.机械故障诊断与状态监测特征提取中的若干典型问题的研究[D].沈阳：东北大学，2005.
[2]邢永彦，游有鹏，叶帅.基于网络的数控机床状态远程监测系统设计[J].机电一体化，2015（02）：40-43.
[3]曾声奎，等.故障预测与健康管理技术的现状与发展[J].航空学报，2005，26（5）：626-632.
[4]卢艳军.数控机床状态监测系统的县域经济论文研究[J].制造业自动化，2008（08）：4-36.
[5]徐阳.模式模式识别及其应用[M].成都：西南交通大学出版社，2001.
[6]胡广书.数字信号处理[M].北京：华大学出版社，2003．
作者：单东利 李红丽 单位：河北工程大学 机械与装备工程学院
