[01186004]基于物联网技术的锻压机床状态监测与故障智能诊断系统研究

1、课题来源与背景：本项目来自安徽省科技攻关计划,项目起止时间是：2016年1月1日至2018年12月31日。 在生产中,当机械装备的某一零部件或子系统发生故障,却未能及时地发现和解决,会带来严重的后果,轻者导致设备自身的损害,给企业带来财产损失,重者会威胁企业员工的人身安全。锻压机床设备的技术非常复杂,包括机械技术、电气技术、液压技术。一旦锻压机床出现故障,用户一般很难快速并准确地诊断出故障和解决故障。制造商必须派专门的技术人员到现场解决问题。同时,随着我国经济的快速发展,现有的锻压机床维护和维修人员数量已无法满足机床定期检验和故障维修需求,而由于用户操作不规范或没有对机床进行有效的保养所造成的故障时有发生。因此怎样能确保机床在工作运行的安全性和可靠性,将损失降到最小,成为了相关制造商完善产品性能的关键。 近几年,物联网、云计算和云平台技术发展迅速,将物联网技术运用到故障诊断领域即基于物联网的故障诊断技术逐渐成为研究热点。物联网技术主要有大数据分析技术和网络技术两个方面,构建基于物联网的实时智能故障诊断系统实现了设备制造商与用户线上交流以达到对设备使用状况的实时了解。基于物联网的智能诊断系统可充分利用互联网的优势,实现用户随时随地网上监测机床运行状态。 2、技术原理与性能指标：本系统可分析判断锻压机床的液压、机械、电气等3大常见系统故障,且诊断正确率可达到85%以上。本研究所采用的技术方案是：基于物联网技术,以自有云或者商业云为数据平台,在云平台上布置基于流行学习和支持向量机的机床运行状态预测智能程序,对机床的整体运行情况进行实时评估,给出健康报告;同时布置融合故障树诊断与人工神经网络的智能诊断程序,对有故障的机床进行实时的故障诊断,给出诊断报告。云平台上还布置有锻压机床运行参数数据库和故障经验数据库,运行参数数据库保存有接入平台的锻压机床实时采集参数,供状态预测智能程进行数据分析,故障经验数据库保存有以往发生的所有正确判断的故障经验,同时智能诊断程序每一次判断正确的故障经验都写入,故障经验数据库供智能诊断程序分析和经验学习。状态预测智能程序和故障诊断故障智能程序有自学习功能,可以通过对参数数据库和故障经验数据库的数据分析和学习不断提高自己的能力。 3、技术的创造性与先进性。本系统将现有的故障诊断技术和物联网技术相结合,实现了对锻压机床设备的智能化故障诊断,极大的减轻了维修人员的工作量,保障了企业的顺利生产。 锻压机床的实时参数数据采集通过物联网来实现,最终数据保存到云平台的运行参数数据库中。状态监测和故障诊断智能系统能够完成状态预测、健康评估以及故障诊断功能,对机床的整体运行情况进行实时评估,给出健康报告;同时布置融合故障树诊断与人工神经网络的智能诊断程序,对有故障的机床进行实时的故障诊断,给出诊断报告。通过WEB服务器提供给远程登陆的计算机客户端和移动客户端。客户端确认后把信息反馈给智能系统,智能系统把相关的数据录入数据库中。状态预测智能程序和故障诊断故障智能程序有自学习功能,可以通过对参数数据库和故障经验数据库的数据分析和学习不断提高自己的能力。 4、技术的成熟程度。本系统所涉及的底层技术是故障诊断技术和物联网技术,这两种技术均已经相当成熟;本系统的上层技术是智能诊断算法,也是本系统的关键技术。为了验证诊断算法的成熟度和准确率,系统开发出来后,在合作单位的锻压机床上进行了使用环境验证,取得了较好的效果,系统的准确度超过了实验预期。因此,本技术已经成熟,完全可用于锻压机床的故障监测与智能监控。 5、应用情况及存在的问题：本系统研制成功后,在合作企业合锻机床股份有限公司的大型锻压机床上进行了实验,实验结果完全达到了预期目标。在项目后期,通过传感器的重新配置以及相关算法的修改,本技术又被成功移植到了蚌埠金威滤清器有限公司、蚌埠国威滤清器有限公司的冲压机床上和安徽久力机械设备有限公司生产的秸秆打捆机上,均取得了不错的效果。本系统成功实现了对相关机械设备故障诊断的远程管理和控制,且具有较高的准确率,但由于网络延时时间长,会导致系统的实时性变差,如何提高系统的实时性有待进一步的研究。