博士课_制造过程中的状态监测和故障诊断.ppt

基于Internet/Intranet的远程诊断 “备”则“倍” 有准备、有规划的人生更精彩！ 若x(n)为零均值随机过程，则其二、三、四阶累计量分别定义为： 对于零均值高斯随机过程x(n),有如下性质: (k=3) (若k为偶数) (若k为奇数) 高阶累积量还有一个重要性质：两个统计独立随机过程之和的累积量等于这两个过程累积量之和 理论上高阶累积量可以完全抑制噪声的影响 (a) 原始信号的二阶累积量(矩) (b) 包络信号的二阶累积量(矩) (a) 原始信号的三阶累积量(矩) (b) 包络信号的三阶累积量(矩) (a) 原始信号的四阶累积量 (b) 包络信号的四阶累积 (a) 原始信号的四阶矩 (b) 包络信号的四阶矩 基于统计过程分析的监测与诊断 问题的背景: 汽车装配过程 引起装配误差的主要原因 工装、夹具等 零件加工过程 Background: Body-in-white Left Hand Aperture Z X Y ? Number of sheet metal parts: 150 - 250 ? Number of assembly stations: 55 - 75 ? Number of locators (Tooling Elements): 1700 - 2500 Background: Assembly Process 主分量分析(Principal Component Analysis) Background: y1 y2 Y 是 n×m 测量矩阵, 其中: n--测量点数 m--变量个数 对 Y 进行奇异值分解 ? 是 Y 的协方差矩阵 PLS--Partial Least Squares Background: 过程变量与产品质量的关系 产品质量的控制 ----过程变量矩阵(n × m) ----产品质量矩阵(n×k) ?= ? 是 X 与 Y 的协方差矩阵 若 是 ? 的第一特征向量 则 是第一 latent 变量 物理含义: X 在 ? 最大离散方向上的投影 Multi-block PLS 当 X 很大时, X 可被分成几块 分别进行 PLS 分析 Monitoring and Diagnosis of Batch Processes Background Z Initial condition Batches X Time On-line measurement Y Quality measurement X--过程变量矩阵(I×J × K), 其中: I -- Number of batch J -- Number of variables K-- Time intervals throughout batch Y--产品质量矩阵(I×L), 其中: L-- Number of quality variables Z-- 其它初始条件等(I × M) 将 X 由三维转化为二维 X Time On-line measurement J×K I 历史过程数据分析 以 PCA 和 PLS 为基础 监测生产(工艺)过程的变化 监测 产品质量的变化 产品质量与过程参数的关系 生产(工艺)过程的诊断分析 Fault domain: Tooling elements (TE) 华中科技大学 机械学院 机械电子信息工程系 * 制造过程中的状态监测与故障诊断 华中科技大学机械科学与工程学院 一、内涵 制造设备的状态监测与故障诊断 加工机床 夹具 量具、刃具 制造过程的状态监测与故障诊断 工艺过程 工艺参数 二、制造设备的状态监测与故障诊断 包含两方面的内容： 设备功能的丧失 数控系统 机械零部件 设备功能的劣化 传动精度降低 振动增大 磨损增大（量、刃具） 设备故障的主要方面 现代制造设备与传统制造设备的差异 现代制造设备 零部件减少－－“简单化” 速度提高－－“高速化” 加工精度提高－－“精密化” 传统制造设备 复杂 低速 低精度 设备的诊断－－依赖于制造企业 自诊断 远程诊断 功能劣化－－依赖于用户自身 在线监测 实时补偿 工作原理 系统命令/数据流图 在线状态监测与故障诊断 主轴部件的监测与诊断 主轴支承系统 主轴系统动平衡 刀具磨破损监控 Ball Diameter d Pitch Diameter D ? 支承系统的故障诊断 轴承的特征频率计算 是保持架的旋转频率 是内圈相对于保持架的旋转频率 是滚动体的自转频率 是转轴的旋转频率 N 是滚动体数 Ball Diameter d Pitch Diameter D ? 带通滤波 希尔伯