高連生 高山峰

(①北京航空航天大學(xué)機(jī)械工程及自動(dòng)化學(xué)院，北京100191;②北京航空航天大學(xué)機(jī)械工程及自動(dòng)化學(xué)院CNC-SRT實(shí)驗(yàn)室，北京100191)

數(shù)控系統(tǒng)作為數(shù)控機(jī)床的重要組成部分，其可靠性直接關(guān)系到數(shù)控機(jī)床整機(jī)的可靠性水平［1］。對(duì)數(shù)控系統(tǒng)進(jìn)行可靠性測(cè)試可以通過(guò)讓其運(yùn)行數(shù)控代碼來(lái)實(shí)現(xiàn)。測(cè)試數(shù)控系統(tǒng)的運(yùn)行狀態(tài)獲取其實(shí)際運(yùn)行的試驗(yàn)數(shù)據(jù)是數(shù)控系統(tǒng)可靠性測(cè)試的重要內(nèi)容。數(shù)控代碼記錄了數(shù)控加工的一切必要信息:工件的加工工藝順序，運(yùn)動(dòng)軌跡與方位，工藝參數(shù)(轉(zhuǎn)速、進(jìn)給量和切削速度)以及輔助功能(換刀、變速和切削液開(kāi)啟等)［2］。數(shù)控系統(tǒng)的運(yùn)行過(guò)程就是數(shù)控代碼的執(zhí)行過(guò)程。本可靠性試驗(yàn)采取無(wú)替換定時(shí)截尾的可靠性試驗(yàn)統(tǒng)計(jì)方案，即各個(gè)數(shù)控系統(tǒng)在無(wú)故障不需要停機(jī)的情況下一直在同一個(gè)NC程序的驅(qū)動(dòng)下按照NC程序的周期運(yùn)行。同時(shí)可靠性試驗(yàn)的數(shù)據(jù)采集系統(tǒng)也在馬不停蹄地按照預(yù)定的采集周期采集數(shù)控系統(tǒng)的運(yùn)行狀態(tài)數(shù)據(jù)。因此隨著試驗(yàn)的進(jìn)行產(chǎn)生了大量的數(shù)據(jù)，而在對(duì)數(shù)據(jù)進(jìn)行分析時(shí)，是盲目的。例如對(duì)于某一天某一時(shí)間段內(nèi)的數(shù)據(jù)，并不知道這段時(shí)間內(nèi)的數(shù)據(jù)與一個(gè)NC程序運(yùn)行周期的關(guān)系，不知道該從何時(shí)開(kāi)始對(duì)數(shù)據(jù)的分析才合適，所以在對(duì)數(shù)據(jù)進(jìn)行分析時(shí)是盲目的。只有從大量數(shù)據(jù)中找到了某一個(gè)完整的運(yùn)行周期的數(shù)據(jù)，以這個(gè)周期為參照進(jìn)行數(shù)據(jù)分析才是合適的。所以期望按照數(shù)控系統(tǒng)所運(yùn)行的數(shù)控程序的周期一個(gè)周期一個(gè)周期的對(duì)數(shù)據(jù)進(jìn)行處理，所以很有必要對(duì)這些數(shù)據(jù)進(jìn)行周期識(shí)別。數(shù)控系統(tǒng)是在數(shù)控程序的驅(qū)動(dòng)下運(yùn)行的，所以周期識(shí)別依照的肯定是其運(yùn)行的數(shù)控程序。通過(guò)對(duì)數(shù)控程序進(jìn)行解析，提取其中的主軸和各個(gè)伺服進(jìn)給軸一個(gè)程序運(yùn)行周期的運(yùn)行狀態(tài)來(lái)作為周期識(shí)別的參照，找到試驗(yàn)數(shù)據(jù)中的某個(gè)周期。找到了某個(gè)周期可以從這個(gè)周期開(kāi)始對(duì)試驗(yàn)數(shù)據(jù)進(jìn)行分析處理，可以得出每個(gè)周期中測(cè)試信號(hào)的特征。

周期識(shí)別其實(shí)就是通過(guò)建立合理的模型，然后提取一個(gè)周期的特征獲得相應(yīng)的特征參數(shù)的過(guò)程。石油大學(xué)的張來(lái)斌［3］等人在“柴油機(jī)缸蓋周期性振動(dòng)信號(hào)的自相關(guān)周期識(shí)別”中，利用拓展的周期信號(hào)自相關(guān)函數(shù)，實(shí)現(xiàn)了柴油機(jī)缸蓋振動(dòng)信號(hào)類(lèi)周期的識(shí)別和主要振動(dòng)波形的提取。沈陽(yáng)航空工業(yè)學(xué)院的盧艷軍［4］在“數(shù)控機(jī)床狀態(tài)監(jiān)測(cè)系統(tǒng)的研究”中，利用小波分析等信號(hào)處理技術(shù)和模式識(shí)別技術(shù)對(duì)數(shù)控機(jī)床的狀態(tài)監(jiān)測(cè)數(shù)據(jù)進(jìn)行分析得出了監(jiān)測(cè)信號(hào)的特征。中南大學(xué)的羅永順［5］在“數(shù)控機(jī)床故障信號(hào)分析與特征提取”中使用Kalman濾波算法濾除了干擾振動(dòng)信號(hào);應(yīng)用Laplace小波相關(guān)濾波法提取齒輪和軸承故障參數(shù);并運(yùn)用這兩種濾波方法對(duì)機(jī)床主軸的振動(dòng)信號(hào)進(jìn)行濾波及故障特征的提取。因此在數(shù)控系統(tǒng)可靠性試驗(yàn)數(shù)據(jù)處理時(shí)可以借鑒相關(guān)信號(hào)處理技術(shù)和模式識(shí)別技術(shù)實(shí)現(xiàn)周期信號(hào)的自動(dòng)識(shí)別。

1 周期信號(hào)的概念

一般周期信號(hào)定義為:對(duì)于信號(hào)x(n)，若有x(n+kN)=x(n)，k和N均為正整數(shù)，則稱x(n)為周期信號(hào)［3］。即以一個(gè)時(shí)間間隔為周期，周而復(fù)始地出現(xiàn)性質(zhì)相同的信號(hào)的現(xiàn)象。時(shí)間間隔稱為周期，具有這種性質(zhì)的信號(hào)稱為周期信號(hào)。這一概念里，信號(hào)的性質(zhì)相似有兩點(diǎn)含義:①信號(hào)的時(shí)域指標(biāo)相同;②信號(hào)的頻域分布特性相同［3］。

2 數(shù)控系統(tǒng)可靠性試驗(yàn)數(shù)據(jù)的周期性

數(shù)控系統(tǒng)是由輸入其內(nèi)部的數(shù)控代碼驅(qū)動(dòng)來(lái)完成高速、高精度的加工的。數(shù)控系統(tǒng)的運(yùn)行過(guò)程就是數(shù)控程序的執(zhí)行過(guò)程。數(shù)控系統(tǒng)可靠性試驗(yàn)數(shù)據(jù)采集系統(tǒng)采集的是數(shù)控系統(tǒng)運(yùn)行數(shù)控程序的結(jié)果。由于該可靠性試驗(yàn)選擇了無(wú)替換定時(shí)截尾的統(tǒng)計(jì)方案，試驗(yàn)過(guò)程中數(shù)控系統(tǒng)始終在一個(gè)數(shù)控程序的驅(qū)動(dòng)下運(yùn)行，因此數(shù)控系統(tǒng)的運(yùn)行結(jié)果是有周期性的，即數(shù)控程序的每一個(gè)運(yùn)行周期為一個(gè)周期。例如主軸在兩個(gè)運(yùn)行循環(huán)的時(shí)域圖形如圖1所示。從圖中也可以看出時(shí)域波形呈現(xiàn)一定的周期性。周期就是數(shù)控程序的運(yùn)行周期。

3 數(shù)控系統(tǒng)可靠性試驗(yàn)數(shù)據(jù)的特征提取及周期識(shí)別

3.1 數(shù)控系統(tǒng)可靠性試驗(yàn)數(shù)據(jù)的特征提取

3.1.1 試驗(yàn)數(shù)據(jù)的特征表示

根據(jù)數(shù)控程序的解析結(jié)果可以得到數(shù)控程序一個(gè)運(yùn)行周期各個(gè)測(cè)試信號(hào)的狀態(tài)。在一段數(shù)控程序的運(yùn)行過(guò)程中，用二進(jìn)制數(shù)的0和1來(lái)分別表示主軸和各個(gè)伺服進(jìn)給軸的旋轉(zhuǎn)或位移狀態(tài)，旋轉(zhuǎn)的狀態(tài)記為1，不轉(zhuǎn)的狀態(tài)記為0，同理，在某個(gè)方向上有位移的情況記為1，沒(méi)位移記為0。利用速度位移公式可以得出主軸和各個(gè)進(jìn)給軸一個(gè)程序周期的時(shí)域狀態(tài)，例如圖1所示。

可靠性試驗(yàn)采用1s的數(shù)據(jù)采集周期，即數(shù)據(jù)采集系統(tǒng)每隔1s采集一次測(cè)試信號(hào)的二進(jìn)制狀態(tài)1或0，因此采集的信號(hào)是一個(gè)一個(gè)離散的點(diǎn)。對(duì)于所采集的信號(hào)可以用數(shù)據(jù)結(jié)構(gòu)SigItem來(lái)表示，該結(jié)構(gòu)表示的信號(hào)狀態(tài)是離散的。SigItem的結(jié)構(gòu)為:

{

double time;//采集信號(hào)的時(shí)間點(diǎn)——時(shí)間間隔為采集周期(1 s)

int ncp;//NCPower信號(hào)的值

int ncr;//NCReady信號(hào)

int power;//24VPower信號(hào)

int spr;//主軸使能信號(hào)

intspon;//主軸旋轉(zhuǎn)信號(hào)

intXon，Yon，Zon;//X，Y，Z軸的位移信號(hào)

……//其他信號(hào)

}

而在一個(gè)NC程序的運(yùn)行周期中對(duì)于某個(gè)測(cè)試信號(hào)可以用如下的數(shù)據(jù)結(jié)構(gòu)StatusAndTimeKept來(lái)表示其特征，用該結(jié)構(gòu)表示的信號(hào)狀態(tài)是連續(xù)的。Status-AndTimeKept的結(jié)構(gòu)為:

{

intstatusValue;//信號(hào)狀態(tài)值(1或0)

doublestartTime;//該狀態(tài)的起始時(shí)間

double timeKept;//該狀態(tài)的維持時(shí)間

}

3.1.2 試驗(yàn)數(shù)據(jù)的特征提取

可靠性試驗(yàn)采集的信號(hào)是離散的點(diǎn)，同時(shí)受采集系統(tǒng)性能、繼電器性能或者數(shù)控系統(tǒng)本身插補(bǔ)性能及精度等各方面的影響，其中還可能存在干擾信號(hào)。

因此對(duì)于測(cè)試信號(hào)的特征提取就是對(duì)測(cè)試信號(hào)進(jìn)行進(jìn)一步的加工處理從大量的信號(hào)中尋找噪聲，將噪聲信號(hào)處理成合理的信號(hào)，在提高信號(hào)信噪比的同時(shí)根據(jù)信號(hào)狀態(tài)的變化將離散的信號(hào)連續(xù)化并提取信號(hào)的特征參數(shù)。這里的特征參數(shù)就是前面所說(shuō)的數(shù)據(jù)結(jié)構(gòu)StatusAndTimeKept包括信號(hào)的狀態(tài)、該狀態(tài)的起始時(shí)間及維持該狀態(tài)的時(shí)間長(zhǎng)度。因此對(duì)于信號(hào)的特征提取可以分為3個(gè)步驟:(1)信號(hào)的連續(xù)化;(2)信號(hào)去噪;(3)信號(hào)特征提取。

(1)信號(hào)的連續(xù)化

在信號(hào)的處理過(guò)程中，可以根據(jù)信號(hào)狀態(tài)的變化，將一個(gè)個(gè)離散的信號(hào)進(jìn)行連續(xù)化，即將SigItem分別表示成StatusAndTimeKept結(jié)構(gòu)，之后根據(jù)各個(gè)信號(hào)狀態(tài)持續(xù)時(shí)間的長(zhǎng)短來(lái)確定噪聲。

信號(hào)的連續(xù)化首先開(kāi)辟一個(gè)StatusAndTimeKept結(jié)構(gòu)，然后對(duì)各個(gè)時(shí)間點(diǎn)的信號(hào)狀態(tài)進(jìn)行判斷，如果下一個(gè)時(shí)間點(diǎn)的信號(hào)狀態(tài)與上一個(gè)時(shí)間點(diǎn)的信號(hào)狀態(tài)相同則只計(jì)入一次狀態(tài)而把信號(hào)的持續(xù)時(shí)間累加，如果下一個(gè)時(shí)間點(diǎn)的信號(hào)狀態(tài)與上一個(gè)時(shí)間點(diǎn)的信號(hào)狀態(tài)不同，那么需要重新開(kāi)辟一個(gè)StatusAndTimeKept結(jié)構(gòu)，然后再重復(fù)進(jìn)行上述判斷直到指定的結(jié)束時(shí)間。這樣，就把一個(gè)個(gè)離散的時(shí)間點(diǎn)信號(hào)連續(xù)化了。

(2)信號(hào)去噪

在對(duì)測(cè)試信號(hào)進(jìn)行分析后，可以得出對(duì)于噪聲信號(hào)可定義為夾雜在合理信號(hào)中的持續(xù)時(shí)間很短的信號(hào)，并且該段信號(hào)兩端的信號(hào)狀態(tài)應(yīng)該是相同的。至于短到什么程度，需要給出一個(gè)適當(dāng)?shù)谋壤?信噪比)。對(duì)于信號(hào)的降噪，首先要確定信號(hào)的噪聲，然后才能根據(jù)信號(hào)的變化過(guò)程，對(duì)其進(jìn)行處理。在上面已經(jīng)進(jìn)行了信號(hào)的連續(xù)化，那么對(duì)于信號(hào)噪聲的尋找就簡(jiǎn)單了。例如圖2的信號(hào)狀態(tài)變化過(guò)程表示成Status-AndTimeKept的結(jié)構(gòu)為:

(1，0.0，200.0)，(0，200.0，160.0)，(1，360.0，10.0)，(0，370.0，180.0)，(1，550.0，200.0)，(0，750.0，15.0)，(1，765.0，160.0)，(0，925.0，40.0)

把該結(jié)構(gòu)的第3個(gè)參數(shù):信號(hào)狀態(tài)的維持時(shí)間與給定的去噪標(biāo)準(zhǔn)進(jìn)行比較，如果某一時(shí)間段小于這個(gè)標(biāo)準(zhǔn)，并且該段信號(hào)前后的信號(hào)的狀態(tài)相同且維持時(shí)間較長(zhǎng)，就認(rèn)為該處信號(hào)是一個(gè)噪聲，然后再根據(jù)該信號(hào)前后信號(hào)的狀態(tài)將該信號(hào)處理成合理的狀態(tài)。例如上述信號(hào)變化過(guò)程，假設(shè)去噪時(shí)的信號(hào)維持時(shí)間標(biāo)準(zhǔn)為20 s，那么在逐步比較中可以得出第3個(gè)時(shí)間段10.0 s和第6個(gè)15.0 s都小于去噪標(biāo)準(zhǔn)，并且與前后較長(zhǎng)時(shí)間段的信號(hào)狀態(tài)相反，則判定這兩處為噪聲信號(hào)。找到噪聲信號(hào)后，根據(jù)噪聲前后信號(hào)的狀態(tài)，將噪聲信號(hào)的狀態(tài)改為與其狀態(tài)相同的信號(hào)，將噪聲信號(hào)的持續(xù)時(shí)間以及它后面信號(hào)的持續(xù)時(shí)間分別都累加到噪聲信號(hào)前面的信號(hào)維持時(shí)間上，以此類(lèi)推，然后再表示成原來(lái)的數(shù)據(jù)結(jié)構(gòu)。圖2信號(hào)去噪后如圖3所示。表示成StatusAndTimeKept的結(jié)構(gòu)為:

(1，0.0，200.0)，(0，200.0，350.0)，(1，550.0，375.0)，(0，925.0，40.0)

(3)信號(hào)特征提取

信號(hào)的特征提取就是將信號(hào)連續(xù)化及去噪后的結(jié)果累加，表示成前面所說(shuō)的連續(xù)的StatusAndTimeKept的數(shù)據(jù)結(jié)構(gòu)，然后提取它的特征參數(shù)。

3.2 周期識(shí)別

因?yàn)樵囼?yàn)數(shù)據(jù)的周期性是靠數(shù)控程序運(yùn)行的周期性來(lái)保證的，因此試驗(yàn)數(shù)據(jù)的周期識(shí)別需要以數(shù)控程序?qū)y(cè)試信號(hào)的解析結(jié)果作為基準(zhǔn)來(lái)完成。所以，為了以數(shù)控程序的解析結(jié)果作為基準(zhǔn)去識(shí)別試驗(yàn)數(shù)據(jù)的周期，在對(duì)試驗(yàn)數(shù)據(jù)進(jìn)行降噪的同時(shí)需要對(duì)數(shù)控程序的解析結(jié)果進(jìn)行相同標(biāo)準(zhǔn)的去噪處理，并將其結(jié)果表示成與Status And Time Kept結(jié)構(gòu)類(lèi)似的Standard Status And Time Kept結(jié)構(gòu)，然后再以去噪后的數(shù)控程序的周期為標(biāo)準(zhǔn)去在大量的試驗(yàn)數(shù)據(jù)中尋找試驗(yàn)數(shù)據(jù)的周期。

StandardStatusAndTimeKept的結(jié)構(gòu)為

{

intstatusValue;//信號(hào)狀態(tài)值(1或0)

double timeGap;//該狀態(tài)的維持時(shí)間

}

StatusAndTimeKept結(jié)構(gòu)中保留狀態(tài)起始時(shí)間StartTime這個(gè)屬性是為了以后尋找故障時(shí)間。

周期識(shí)別就是將標(biāo)準(zhǔn)的StandardStatusAndTimeKept信號(hào)數(shù)據(jù)作為基準(zhǔn)在大量的試驗(yàn)數(shù)據(jù)StatusAnd-TimeKept中尋找與該結(jié)構(gòu)各個(gè)參數(shù)值相差在一定誤差范圍內(nèi)，并且各參數(shù)的順序與標(biāo)準(zhǔn)順序一致的一個(gè)周期。例如，圖4a表示某信號(hào)一個(gè)周期的變化情況，圖4b是隨機(jī)地從大量試驗(yàn)數(shù)據(jù)中截取的該信號(hào)的測(cè)試結(jié)果。從圖4中可以看出試驗(yàn)數(shù)據(jù)與標(biāo)準(zhǔn)程序運(yùn)行周期的關(guān)系。圖4b中的部分才是大量試驗(yàn)數(shù)據(jù)中的一個(gè)標(biāo)準(zhǔn)的周期。該部分前面和后面分別是另外的周期。所以在周期識(shí)別中不僅要考察信號(hào)的狀態(tài)是否與標(biāo)準(zhǔn)周期一致，同時(shí)要考察信號(hào)的持續(xù)時(shí)間與標(biāo)準(zhǔn)周期的接近程度，還需要考察這兩個(gè)參數(shù)為整體構(gòu)成的結(jié)構(gòu)與標(biāo)準(zhǔn)周期信號(hào)結(jié)構(gòu)之間的先后順序才能找到正確的周期。

周期識(shí)別算法的具體思路是:首先進(jìn)行信號(hào)狀態(tài)的匹配檢查:對(duì)試驗(yàn)信號(hào)的狀態(tài)與標(biāo)準(zhǔn)信號(hào)的狀態(tài)進(jìn)行匹配，如果兩信號(hào)狀態(tài)相同接著進(jìn)行信號(hào)持續(xù)時(shí)間的誤差匹配檢查，如果持續(xù)時(shí)間在誤差范圍內(nèi)，把信號(hào)狀態(tài)和信號(hào)狀態(tài)持續(xù)時(shí)間作為一個(gè)整體，考察信號(hào)狀態(tài)變化的順序性，直到最后返回一個(gè)周期起點(diǎn)的下標(biāo)位置。

4 結(jié)語(yǔ)

試驗(yàn)數(shù)據(jù)是可靠性試驗(yàn)最寶貴的資源。隨著試驗(yàn)的進(jìn)行，試驗(yàn)數(shù)據(jù)是逐步累加并且有周期性的。然而由于該課題的性質(zhì)，導(dǎo)致對(duì)于任意時(shí)間段內(nèi)的數(shù)據(jù)卻無(wú)法確定其與周期的關(guān)系。本文從數(shù)控系統(tǒng)所運(yùn)行的數(shù)控程序的周期性入手來(lái)對(duì)大量的試驗(yàn)數(shù)據(jù)進(jìn)行周期識(shí)別，給出了相關(guān)算法的思想，該方法有利于實(shí)現(xiàn)數(shù)據(jù)處理的智能和自動(dòng)化。試驗(yàn)數(shù)據(jù)周期識(shí)別的實(shí)現(xiàn)為進(jìn)一步分析數(shù)控系統(tǒng)的各個(gè)測(cè)試信號(hào)以及數(shù)控系統(tǒng)運(yùn)行故障奠定了基礎(chǔ)。

［1］韓興國(guó).數(shù)控機(jī)床運(yùn)行狀態(tài)數(shù)據(jù)采集及數(shù)據(jù)處理技術(shù)研究［J］.裝備制造技術(shù)，2012(6):245-247.

［2］胡榮強(qiáng)，蘇義鑫.數(shù)控機(jī)床NC代碼的解釋與執(zhí)行［J］.計(jì)算機(jī)應(yīng)用研究，1996(2):79-80.

［3］張來(lái)斌，潘興德等.柴油機(jī)缸蓋周期性振動(dòng)信號(hào)的自相關(guān)周期識(shí)別［J］.石油大學(xué)學(xué)報(bào):自然科學(xué)版，1999，23(6):57-58，72.

［4］盧艷軍.數(shù)控機(jī)床狀態(tài)監(jiān)測(cè)系統(tǒng)的研究［J］.制造業(yè)自動(dòng)化，2008，30(8):34-36.

［5］羅永順.數(shù)控機(jī)床故障信號(hào)分析與特征提?。跠］.長(zhǎng)沙:中南大學(xué)，2007.