趙立莎

（國家知識產(chǎn)權(quán)局專利局專利審查協(xié)作天津中心，天津 300304）

我國數(shù)控機床故障診斷專利技術(shù)的數(shù)量不斷增加，技術(shù)水平有所提升，對改善和優(yōu)化數(shù)控機床故障診斷工作具有推動作用。因此，合理進行數(shù)控機床故障診斷專利技術(shù)的研究和分析至關(guān)重要，本文進行相關(guān)專利技術(shù)的演進分析，為專利技術(shù)的良好應用和創(chuàng)新等提供助力。

1 數(shù)控機床故障診斷專利現(xiàn)狀

采用incopat 數(shù)據(jù)庫進行相關(guān)數(shù)據(jù)信息的檢索分析，以商業(yè)數(shù)據(jù)庫的數(shù)據(jù)處理為基礎(chǔ)，對同族進行合并，按照被引次數(shù)排序，對比相應的數(shù)據(jù)結(jié)果，首先，采用簡單檢索的措施完成統(tǒng)計分析的任務，明確專利技術(shù)的分類號。其次，利用分類號與關(guān)鍵詞完成檢索和去噪，整理檢索的結(jié)果，最終的分析對象是2019 年12 月30 日以前的使用類型或是發(fā)明的專利，檢索結(jié)果一共是1222 條，專利族是577 個。

1.1 專利申請量

根據(jù)數(shù)據(jù)庫關(guān)鍵詞和分類號的檢索結(jié)果，按年計算，可以發(fā)現(xiàn)：從1975 年開始，首個數(shù)控機床故障診斷技術(shù)的專利以后，80 年代半導體技術(shù)涌現(xiàn)，關(guān)于數(shù)控機床故障程序算法、處理系統(tǒng)電路分布、信息存儲的專利申請量不斷增加，90 年代初期，將以太網(wǎng)協(xié)議作為基礎(chǔ)的局域網(wǎng)技術(shù)推廣范圍擴大，數(shù)控機床故障診斷的專家系統(tǒng)專利數(shù)量大幅度增加。2010 年到2019年，相關(guān)技術(shù)不斷進步，我國的產(chǎn)業(yè)升級速度加快，互聯(lián)網(wǎng)組網(wǎng)的規(guī)模增加，故障識別的精準度進一步提升。從地域?qū)用娑?，?009 年我國關(guān)于數(shù)控機床故障診斷專利技術(shù)的申請量超過全球的50%，其主要原因是我國從2008 年開始已經(jīng)加深經(jīng)濟轉(zhuǎn)型升級的力度，知識產(chǎn)權(quán)意識增加。

1.2 申請人國籍分布

從數(shù)據(jù)庫中關(guān)于數(shù)控機床故障診斷專利技術(shù)的申請人國籍分布層面而言，日本、美國、德國、中國都是相關(guān)專利的主要申請國，四個國家的申請人在申請量中占有85%左右，也是相關(guān)技術(shù)研究開發(fā)非常活躍的國家，如圖1 所示。

圖1 四個國家的專利申請量

1.3 專利技術(shù)領(lǐng)域分布

在分析數(shù)據(jù)庫內(nèi)容的過程中可以發(fā)現(xiàn)，通信領(lǐng)域和遠程診斷領(lǐng)域，以傳感器技術(shù)為基礎(chǔ)的數(shù)控機床零部件狀態(tài)和刀具狀態(tài)檢測技術(shù)、故障診斷算法和人機交互技術(shù)等也是非常重要的部分。

1.4 重要申請人統(tǒng)計

林肯電氣公司等是主要的申請人，其中，多數(shù)是國際知名度較高的數(shù)控設(shè)備廠商，也是日本和德國等國家的大公司，我國在數(shù)控機床故障診斷方面的專利申請較為分散[1]。

2 數(shù)控機床故障診斷專利技術(shù)演進分析

2.1 故障診斷技術(shù)

在數(shù)控機床故障診斷系統(tǒng)中故障信息數(shù)據(jù)通信和故障診斷算法是關(guān)鍵的組成部分。狀態(tài)監(jiān)測是通過傳感器和監(jiān)測設(shè)備實時采集數(shù)控機床的工作狀態(tài)和各種參數(shù)數(shù)據(jù)，例如機床的振動、溫度、電流、壓力等。這些數(shù)據(jù)可以用來監(jiān)測機床的運行情況，檢測可能存在的異?；蚬收稀９收闲畔?shù)據(jù)通信是指將采集到的狀態(tài)監(jiān)測數(shù)據(jù)傳輸?shù)焦收显\斷系統(tǒng)的中央控制單元，通常通過有線或無線網(wǎng)絡(luò)進行數(shù)據(jù)傳輸。這樣可以實現(xiàn)實時監(jiān)測和遠程監(jiān)控，方便故障診斷的進行。故障診斷算法是指在故障診斷系統(tǒng)中應用的算法和模型，用于分析和處理傳感器數(shù)據(jù)，識別可能的故障類型并判斷其嚴重程度。常見的是模式識別、機器學習等技術(shù)。這些算法可以根據(jù)實際情況進行調(diào)整和優(yōu)化，以提高故障診斷的準確性和效率。

在相關(guān)系統(tǒng)中人工神經(jīng)網(wǎng)絡(luò)和人機交互界面可視化是常用的技術(shù)手段。專家系統(tǒng)能夠模擬人類專家的決策過程，通過分析數(shù)控機床的故障現(xiàn)象和數(shù)據(jù)，識別出故障的原因和位置。專家系統(tǒng)的優(yōu)點是能夠快速準確地對故障進行診斷，提高診斷的準確性和效率。人工神經(jīng)網(wǎng)絡(luò)是一種模擬人類神經(jīng)系統(tǒng)的計算機技術(shù)，可以通過學習和訓練，自動識別數(shù)控機床的故障模式，并模擬出故障的發(fā)生和傳播規(guī)律。人工神經(jīng)網(wǎng)絡(luò)的優(yōu)點是能夠處理多變量、非線性和復雜的故障數(shù)據(jù)，提高了診斷的可靠性和精度。人機交互界面可視化是指通過圖形化的界面，將數(shù)控機床的故障信息、狀態(tài)監(jiān)測數(shù)據(jù)和診斷結(jié)果直觀地展示給操作人員，方便他們了解數(shù)控機床的運行狀態(tài)和故障信息，并進行故障診斷和處理。人機交互界面可視化的優(yōu)點是能夠提高操作人員的診斷效率和準確性，降低誤判率和維修成本[2]。

2.2 專利技術(shù)分解

從本質(zhì)層面而言，數(shù)控機床故障診斷技術(shù)屬于涵蓋很多領(lǐng)域的復雜系統(tǒng)，在技術(shù)分解方面，是以專利檢索結(jié)果為基礎(chǔ)，按照技術(shù)的論文、書籍文獻等進行分析，解讀檢索結(jié)果與非專利文獻資料，按照聚類分析結(jié)果，獲得數(shù)控機床故障診斷技術(shù)的分解信息，具體為：其一，數(shù)控機床故障診斷技術(shù)的一級分支為傳感器，用來搜集數(shù)控機床運行狀態(tài)信號參數(shù)。其二，一級分支數(shù)據(jù)通信的二級分支是局域網(wǎng)和廣域網(wǎng)，三級分支是廠家服務器和云端服務器，前者是以廣域網(wǎng)協(xié)議為基礎(chǔ)，廠家進行購置和租用，后者是以云端服務器為基礎(chǔ)，搭建相應的服務網(wǎng)站。其三，一級分支診斷算法的二級分支是常規(guī)算法與智能算法，常規(guī)算法利用分類或比較算法，智能算法則是采用專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)，或是大數(shù)據(jù)、群體智能算法等。其四，一級分支人機交互，二級分支是非圖形界面和圖形界面，前者僅將數(shù)據(jù)和字符顯示出來，后者是以圖形的方式顯示操作[3]。

2.3 專利技術(shù)演進

2.3.1 機床傳感器

數(shù)控機床故障診斷專利技術(shù)方面，機床傳感器早期監(jiān)測的對象是單一簡單的信號，例如：JPS5596251A專利技術(shù)，只能監(jiān)測數(shù)控機床主軸電機電流信號。而隨著傳感器精確度的提升，在20 世紀末期，數(shù)控機床上能夠安裝的傳感器數(shù)量和類型增加，主要涉及負載類型、振動類型、溫度類型、位置類型和流量類型等，可有效完成數(shù)控機床的狀態(tài)監(jiān)測。隨著CCD 和CMOS 傳感器等技術(shù)的成熟，主要為：傳感器不僅僅能夠檢測物理量，還可以具備多種功能，如自適應調(diào)節(jié)、故障診斷和預測等，傳感器的多功能化可以提高數(shù)控機床的智能化水平，實現(xiàn)更高效、更可靠的加工過程。隨著數(shù)控機床對加工精度要求的提高，傳感器的精度也需要相應提高。未來的傳感器將會借助更先進的技術(shù)，如光學、激光和納米技術(shù)，實現(xiàn)更高的精度和穩(wěn)定性，以滿足精密加工的需求。傳統(tǒng)的有線傳感器需要布線和連接，限制了其應用范圍和布局靈活性。未來的傳感器將會趨向無線化，利用無線通信技術(shù)進行數(shù)據(jù)傳輸，提高傳感器的布局靈活性和可擴展性。傳感器將會具備自適應能力，能夠根據(jù)實際工況和加工要求進行參數(shù)調(diào)整和優(yōu)化。通過自適應化的傳感器，數(shù)控機床可以實現(xiàn)自動化的加工過程控制，提高加工效率和質(zhì)量。傳感器將會結(jié)合多種檢測模式，如力學、光學、聲學等，實現(xiàn)多模態(tài)的數(shù)據(jù)采集和分析。多模態(tài)化的傳感器可以提供更全面、更準確的信息，為數(shù)控機床的故障診斷和預測提供更可靠的依據(jù)[4]。

2.3.2 機床數(shù)據(jù)通信

數(shù)控機床故障診斷專利技術(shù)方面，早期數(shù)據(jù)通信只能進行電話線直連，例如：US4109309A 的專利技術(shù)，數(shù)據(jù)帶寬很小，通信的成本較高。20 世紀末期，局域網(wǎng)的技術(shù)越來越先進，數(shù)控機床生產(chǎn)企業(yè)開始建設(shè)故障診斷服務網(wǎng)，設(shè)置以服務中心為基礎(chǔ)的集中診斷模式，提升了故障診斷的效果。21 世紀開始，互聯(lián)網(wǎng)技術(shù)快速發(fā)展和進步，數(shù)控機床生產(chǎn)企業(yè)開始構(gòu)建和開發(fā)遠程服務中心，服務網(wǎng)能夠維護的設(shè)備較多。2010年無線通信技術(shù)的普及，設(shè)備生產(chǎn)廠家已經(jīng)開始使用先進的移動互聯(lián)網(wǎng)技術(shù)進行組網(wǎng)，故障診斷的效率和數(shù)據(jù)通信的效果更高。在未來發(fā)展的過程中，隨著物聯(lián)網(wǎng)和云計算技術(shù)的發(fā)展，機床數(shù)據(jù)通信將實現(xiàn)實時監(jiān)測和遠程訪問，使得故障診斷可以在遠程進行，提高了故障診斷的效率和準確性。機床數(shù)據(jù)通信將采集大量的數(shù)據(jù)，通過高效的大數(shù)據(jù)分析算法和人工智能技術(shù)，實現(xiàn)故障的自動診斷和預測，提前采取相應的維修措施，減少機床停機時間和維修成本。機床數(shù)據(jù)通信將實現(xiàn)機床故障診斷的自動化和自適應性，傳感器和控制系統(tǒng)能夠自動識別故障信號，并根據(jù)不同的故障類型采取相應的措施，提高了故障診斷的準確性和效率。機床數(shù)據(jù)通信涉及敏感信息和機密數(shù)據(jù)，需要采取安全措施，確保數(shù)據(jù)的安全傳輸和隱私保護，防止數(shù)據(jù)泄露和惡意攻擊。為了實現(xiàn)不同廠家的機床數(shù)據(jù)通信的互聯(lián)互通，需要制定統(tǒng)一的通信協(xié)議和標準，使得各種設(shè)備和系統(tǒng)之間可以無縫集成，提高了設(shè)備的互操作性和通信的穩(wěn)定性[5]。

2.3.3 故障診斷算法

早期的故障診斷算法是將歷史數(shù)據(jù)趨勢作為基礎(chǔ)，通過比較計算的方式完成操作，采用標準化輸入的方法，對比輸出值和實際輸出值，完成閾值比較。20 世紀末期，日本數(shù)控機床生產(chǎn)企業(yè)開始在故障推理中采用專家系統(tǒng)技術(shù)，出現(xiàn)大量將專家?guī)熳鳛榛A(chǔ)的機床故障診斷技術(shù)專利。同期階段，機床故障診斷中開始采用人工神經(jīng)網(wǎng)絡(luò)技術(shù)，出現(xiàn)了以振動數(shù)據(jù)訓練為基礎(chǔ)的自組織神經(jīng)網(wǎng)絡(luò)的數(shù)控機床狀態(tài)診斷和檢測專利。21 世紀開始，數(shù)控機床故障診斷算法中采用能夠自主知識更新的專家系統(tǒng)[6]。近年來，隨著大數(shù)據(jù)技術(shù)的快速發(fā)展，很多數(shù)控機床設(shè)備生產(chǎn)企業(yè)開始采用海量數(shù)據(jù)分析計算的方式，利用對大量故障信息和數(shù)據(jù)的對比研究，了解機床故障分布的特點，能夠提高故障診斷的精準度，同時也出現(xiàn)了將很多智能算法相互整合的故障診斷專利。在未來發(fā)展的過程中，隨著大數(shù)據(jù)和人工智能技術(shù)的快速發(fā)展，數(shù)據(jù)驅(qū)動的故障診斷算法變得更加重要。通過收集和分析機床的傳感器數(shù)據(jù)、運行日志等信息，可以建立模型來預測和診斷故障。深度學習技術(shù)在故障診斷中的應用越來越廣泛。通過深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，可以提取更復雜和抽象的特征，從而實現(xiàn)更準確的故障診斷。基于物理模型的故障診斷方法依賴于對機床系統(tǒng)的完善建模和仿真。這些方法可以通過模擬機床的運行過程來診斷故障，并提供更準確的故障定位和根本原因分析。融合多種不同類型的數(shù)據(jù)源（如傳感器數(shù)據(jù)、圖像數(shù)據(jù)、聲音數(shù)據(jù)等）可以提供更全面和準確的故障診斷結(jié)果。通過將不同數(shù)據(jù)源進行融合和分析，可以提高故障診斷的準確性和可靠性[7]。

3 結(jié)語

本文主要研究分析數(shù)控機床故障診斷專利技術(shù)的情況，以專利申請人國籍、申請數(shù)量的情況為基礎(chǔ)進行分析，發(fā)現(xiàn)目前雖然我國數(shù)控機床故障診斷技術(shù)越來越成熟，專利技術(shù)的數(shù)量不斷增加，但是依然存在一定的潛力，因此，本文提出了關(guān)于相關(guān)專利技術(shù)的未來發(fā)展趨勢，旨在為我國數(shù)控機床故障診斷專利技術(shù)良好開發(fā)和推廣等做出貢獻。