一种人机结合的数控机床故障信息采集方法.pdf

摘要
申请专利号：	CN201210502823.5	申请日：	2012.11.30
公开号：	CN102937798A	公开日：	2013.02.20
当前法律状态：	授权	有效性：	有权
法律详情：	授权\|\|\|实质审查的生效IPC(主分类):G05B 19/4067申请日:20121130\|\|\|公开
IPC分类号：	G05B19/4067	主分类号：	G05B19/4067
申请人：	重庆大学
发明人：	鄢萍; 胡林桥; 童亮; 何彦; 刘飞
地址：	400044 重庆市沙坪坝区沙正街174号
优先权：
专利代理机构：	重庆博凯知识产权代理有限公司 50212	代理人：	张先芸
PDF下载：	PDF下载

内容摘要

本发明公开了一种人机结合的数控机床故障信息采集方法，该方法将数控机床故障现象特征的人工采集和机器自动采集两种方式相结合，并构建以数控机床结构为核心的故障诊断知识库，用于支撑故障现象特征感知、提取、分析和存储；在数控机床出现故障时，通过“人—机”交互、“机—机”连接自动提取或两种方式相融合的方法，即可获得数控机床故障信息，也可实现采集方式的相互验证和采集信息的反馈验证。

权利要求书

权利要求书一种人机结合的数控机床故障信息采集方法，其特征在于，基于数控机床结构和故障特征知识及关系构建故障诊断知识库，在数控机床出现故障时，使用知识库实现故障现象特征信息的人工采集、机器自动采集和人工、机器联合采集；
是以数控机床结构为核心，采用“机床部位+故障特征”的故障知识表示方法，并通过数控机床相关技术资料获取知识、编辑故障知识推理规则，然后利用推理机实现知识库的完整性和一致性检验。
根据权利要求1所述的一种人机结合的数控机床故障信息采集方法，其特征在于，包括如下步骤：
步骤1：根据数控机床结构及故障特征，构建故障诊断知识库；
步骤2：通过设置于机床上的数控系统、PLC控制系统或传感器监测，感知并判断数控机床是否故障；通过人工感知，判断机床是否出现异常；
步骤3：当机床发生故障时，若已经设置数控系统、PLC监控系统和传感器监控，则自动提取并推送故障信息到故障信息采集系统；若未设置监控且人工能感知的故障现象，则通过人工编辑的方式录入故障信息；若同时存在监控和人工感知，则同时自动提取和编辑故障信息；
步骤4：将采集到的故障信息进行同构处理，转化为知识库表达的统一知识表示形式，然后利用推理工具进行推理，在推理输出过程中，利用故障发生次数、故障危险程度、故障验证难度等综合评价参数，实现故障推理序列知识输出的排列调整；
步骤5：根据故障知识推理输出序列，按顺序通过人工或传感的方式验证故障的其它特征，通过反复进行故障特征的匹配和检验以确定故障；
步骤6：调取已确定故障的其它信息，保存该信息到系统数据库。
根据权利要求1或2所述人机结合的数控机床故障信息采集方法，其特征在于，所述知识库构建过程如下：
1）数控机床故障诊断知识表示：首先，解析数控机床系统、部件、组件及零件结构及关系；然后依托机床结构构建故障特征知识及关系，形成数控机床故障诊断知识库中故障知识概念及概念关系；
2）数控机床故障诊断知识获取：根据数控机床设计、制造、安装、测试、维修维护等技术资料，提取故障诊断知识并形成推理规则添加至步骤1）所述知识库中；同时根据不同类型或不同型号的数控机床，添加知识库实例；
3）数控机床知识存储：将标准化、形式化的知识按照知识存储的规则存入知识库中；
4）数控机床知识库维护：利用知识库编辑工具对新增知识进行添加、更改或删除，并利用推理机对修改后知识库的一致性和完整性进行检验。
根据权利要求1或2所述的一种人机结合的数控机床故障信息采集方法，其特征在于，还包括采集的故障信息融合，在知识库中使用标准语义描述，并建立语义库；当机器自动采集故障信号时，自动设置转化方式，将机器采集到的故障信号自动转化为标准语义描述；人工采集时，选择标准语义表述采集的故障特征知识。
根据权利要求1或2所述的一种人机结合的数控机床故障信息采集方法，其特征在于，还包括对采集信息的反馈验证，在知识库中构建故障知识关联关系，当通过故障现象推理出故障原因时，与原因相关的其它故障现象根据关联关系同时被获取，然后通过自动反馈、人工方式或两种方式结合进行故障现象特征的验证。

说明书

说明书一种人机结合的数控机床故障信息采集方法
技术领域：
本发明涉及机械制造自动化领域，属于故障诊断系统的信息采集及处理；具体涉及一种人机结合的数控机床故障信息采集方法。

技术背景：
数控机床结构复杂、价格昂贵，且多源多变的故障与机床相生相伴，因各种故障而产生的“停机损失”严重制约了数控机床的有效利用，造成了大量的经济损失，甚至影响到操作人员的人身安全。因此，如何采用一种方法实现对数控机床不同部位所表现的不同特性故障的有效监控，在故障出现时能准确及时地采集故障信息意义重大。
不同类型不同型号的数控机床的设计原理、制造过程、运行机制都有极大的相似性，因此，利用理论知识和经验知识对数控机床进行故障信息采集在准确性方面具有明显的优势。目前，对数控机床故障诊断知识库已有研究，如专利CN201210240271.5公开了一种面向数控机床故障诊断与故障预报的知识库构建方法，该方法采用粗糙集与时态粗糙小波包分解相结合的方法，解决了数据不完整或缺失的问题。但此方法适用于可实现小波处理的传感器获取的故障信息，无法满足人工编辑故障信息的处理和初始采集信息准确性的判断，具有一定局限性。
目前，一方面由于数控机床故障现象的表现形式不同，对于如划伤、异响、泄露等具有明显特征现象的大量故障通过人工五官感知往往更加快速准确，然而该方式所利用的人工经验未能形成有效的转化机制，使其难以形成可重用的经验知识。另一方面对数控机床的监控仍然停留在利用传感器的方式对特定部位的某些故障特征进行信息采集，如专利US81515077A利用了传感器组构建了数控机床监控系统，用与检测刀具和工件的位置、专利CN201120222090.0构建了一种磨床加工状态的监控系统，包括数控磨床的数控系统、声纳传感器、声发射检测系统和PLC系统，实现了磨床加工过程的监测。上述专利都未能考虑在故障信息采集过程中人工参与的重要作用，也未能提供数控机床故障信息人工采集和故障采集信息验证的功能，使得故障信息无法实现高效、准确的采集且存在大量机器无法监控的故障。

发明内容：
针对现有技术存在的不足，本发明的目的是解决数控机床故障信息难以高效准确采集、理论知识和经验知识难以有效的借鉴和传统采集方法中忽略了人工参与的问题，提出了一种基于知识的数控机床故障信息人机结合采集方法。
解决上述技术问题，本发明采用如下技术方案：一种人机结合的数控机床故障信息采集方法，其特征在于，基于数控机床结构和故障特征知识及关系构建故障诊断知识库，在数控机床出现故障时，使用知识库实现故障现象特征信息的人工采集、机器自动采集和人工、机器联合采集；
是以数控机床结构为核心，采用“机床部位+故障特征”的故障知识表示方法，并通过数控机床相关技术资料获取知识、编辑故障知识推理规则，然后利用推理机实现知识库的完整性和一致性检验。
进一步，包括如下步骤：
步骤1：根据数控机床结构及故障特征，构建故障诊断知识库；
步骤2：通过设置于机床上的数控系统、PLC控制系统或传感器监测，感知并判断数控机床是否故障；通过人工感知，判断机床是否出现异常；
步骤3：当机床发生故障时，若已经设置数控系统、PLC监控系统和传感器监控，则自动提取并推送故障信息到故障信息采集系统；若未设置监控且人工能感知的故障现象，则通过人工编辑的方式录入故障信息；若同时存在监控和人工感知，则同时自动提取和编辑故障信息；
步骤4：将采集到的故障信息进行同构处理，转化为知识库表达的统一知识表示形式，然后利用推理工具进行推理，在推理输出过程中，利用故障发生次数、故障危险程度、故障验证难度等综合评价参数，实现故障推理序列知识输出的排列调整；
步骤5：根据故障知识推理输出序列，按顺序通过人工或传感的方式验证故障的其它特征，通过反复进行故障特征的匹配和检验以确定故障；
步骤6：调取已确定故障的其它信息，保存该信息到系统数据库。
其中，所述知识库构建过程如下：
1）数控机床故障诊断知识表示：首先，解析数控机床系统、部件、组件及零件结构及关系；然后依托机床结构构建故障特征知识及关系，形成数控机床故障诊断知识库中故障知识概念及概念关系；
2）数控机床故障诊断知识获取：根据数控机床设计、制造、安装、测试、维修维护等技术资料，提取故障诊断知识并形成推理规则添加至步骤1）所述知识库中；同时根据不同类型或不同型号的数控机床，添加知识库实例；
3）数控机床知识存储：将标准化、形式化的知识按照知识存储的规则存入知识库中；
4）数控机床知识库维护：利用知识库编辑工具对新增知识进行添加、更改或删除，并利用推理机对修改后知识库的一致性和完整性进行检验。
进一步，还包括采集的故障信息融合，在知识库中使用标准语义描述，并建立语义库；当机器自动采集故障信号时，自动设置转化方式，将机器采集到的故障信号自动转化为标准语义描述；人工采集时，选择标准语义表述采集的故障特征知识。
再进一步，还包括对采集信息的反馈验证，在知识库中构建故障知识关联关系，当通过故障现象推理出故障原因时，与原因相关的其它故障现象根据关联关系同时被获取，然后通过自动反馈、人工方式或两种方式结合进行故障现象特征的验证。
相比现有技术，本发明具有如下有益效果：
1、本发明根据数控机床不同特性的故障现象及其感知方式的差异，采用了人机结合的方式进行故障信息采集，不仅充分利用了人工对明显故障特征现象的感知优势和机器自动采集所具有的针对性优势，实现了采集方式的互补和相互验证，并且根据知识库对局部采集信息的推理，其输出结果为采集部位和采集方式的选择提供了指导。
2、本发明采用以知识库及知识推理的方式支撑故障信息采集，采用了数控机床故障知识的统一表达，可以有效地利用各种技术资料实现故障的排查，大大减少故障信息确认的时间，实现历史经验信息的共享和重复使用，也为人工经验直接转化为诊断维修知识创造了条件，便于人工经验知识的提炼和知识的共享。
3、本发明采用基于知识库的故障知识推理和基于人机结合的方式进行信息反馈验证，实现了数控机床故障的快速定位和故障信息采集的准确性、完整性验证，避免了因传感器故障或未设置监控而使得故障信息无法采集的问题，在准确获取故障信息的同时，也验证了采集方式的实用性。

附图说明：
图1为本发明知识库结构框图；
图2为本发明数控机床结构及故障知识概念及关系图；
图3为本发明故障知识特征关系图；
图4为本发明一种人机结合的数控机床故障信息采集方法原理框图；
图5为本发明示例研究对象滚齿机YS3120CNC6；
图6为本发明数控机床YS3120CNC6知识库本体概念关系图；
图7a为本发明知识库protégé滚齿机知识概念结构实现图；
图7b为本发明知识库protégé滚齿机知识概念关系实现图；
图8为本发明一种人机结合的数控机床故障信息采集方法的采集流程图；
图9为本发明一种人机结合的数控机床故障信息采集方法的故障现象反馈筛选。

具体实施方式：
下面结合附图和具体实施方式对本发明作进一步详细说明。
本发明人机结合的数控机床故障信息采集方法是通过构建基于数控机床结构和故障特征知识及关系的知识库，用于支撑故障现象特征信息的人工采集、机器自动采集和人工、机器联合采集。其中，所述知识库的构建方式是以数控机床结构为核心，采用基于本体的故障知识表示方法，并通过数控机床相关技术资料获取知识、编辑故障知识推理规则，然后利用推理机实现知识库的完整性和一致性检验；知识库构建过程如下：
1）数控机床故障诊断知识表示：首先，解析数控机床系统、部件、组件及零件结构及关系；然后依托机床结构构建故障特征知识及关系，形成数控机床故障诊断知识库中故障知识概念及概念关系；
2）数控机床故障诊断知识获取：根据数控机床设计、制造、安装、测试、维修维护等技术资料，提取故障诊断知识并形成推理规则添加至1）所述知识库中；同时根据不同类型或不同型号的数控机床，添加知识库实例；
3）数控机床知识存储：将标准化、形式化的知识按照知识存储的规则存入知识库中；
4）数控机床知识库维护：利用知识库编辑工具对新增知识进行添加、更改或删除，并利用推理机对修改后知识库的一致性和完整性进行检验。
下面结合具体实施方式对知识库构建和故障信息采集，作进一步说明：
1. 知识库构建；
所述知识库构建方式以数控机床结构为核心，采用基于本体的故障知识表示，并通过数控机床相关技术资料获取知识，编辑故障知识推理规则，然后利用推理机实现知识库的完整性和一致性检验。见图1所示，知识库构建过程如下所述：
1）数控机床故障诊断知识表示为：

其中表示机床结构，表示故障特征知识（如故障现象、故障现象，），表示关联关系（如结构关系，故障知识关系），表示实例，表示推理规则。
首先解析数控机床系统、部件、组件及零件结构及关系；然后依托机床结构构建故障特征知识及关系，以“主词+谓词”的表达形式，形成数控机床故障诊断知识库中故障知识概念及概念关系，见图2所示。
2）数控机床故障诊断知识获取。根据数控机床设计、制造、安装、测试、维修维护等技术资料，采用“行为动词+宾词”的表达形式，提取故障诊断知识推理规则添加至1）所述知识库中，见图3所示；同时根据不同类型或不同型号的数控机床，添加知识库实例。
3）数控机床知识存储。将标准化、形式化的知识按照知识存储的规则存入知识库中。
4）数控机床知识库维护。利用知识库编辑工具对新增知识进行添加、更改或删除，并利用推理机对修改后知识库的一致性和完整性进行检验。
2. 故障信息采集；
所述人机结合的数控机床故障信息采集包括方法故障源、手动采集、自动采集知识库、知识推理、采集信息验证、结果输出和信息存储，见图4所示。
当数控机床发生故障时，通过手动采集、机器自动采集或两种方式相结合获取故障现象信息；然后将采集的故障信息融合，在知识库中使用标准语义描述，并建立语义库。当机器自动采集故障信号时，自动设置转化方式，将机器采集到的故障信号自动转化为标准语义描述；人工采集时，选择标准语义表述采集的故障特征知识，并根据知识库实现知识推理，获取可能故障原因；接着进行采集信息的反馈验证，在知识库中构建故障知识关联关系，当通过故障现象推理出故障原因时，与原因相关的其它故障现象根据关联关系同时被获取，然后通过自动反馈、人工方式或两种方式结合进行故障现象特征的验证通过信息验证，实现故障原因信息的筛选；最后，确定故障后输出采集信息并保存。
下面以重庆某机床公司生产的数控滚齿机YS3120CNC6为实施对象，对本发明方法作进一步详细说明，参见图5。
为了实现数控机床故障信息高效、准确采集，本发明采用知识库及知识推理的方式表达故障信息，把故障现象划分为机器感知现象和人工感知现象，根据不同的故障特征，通过人机结合的方式采集和确认数控机床故障。本发明主要包括数控机床故障诊断知识库的建立、故障信息采集及验证两个部分，具体介绍如下：
1）故障诊断知识库的建立，其结构见图1所示；
本发明实施例知识库建立以数控机床结构知识为核心，构建故障现象特征知识和故障原因特征知识，并以“机床结构+故障特征”的形式构建故障知识概念及概念关系，同时表达故障等级、维修人员、维修方式知识，其关系模型见图6所示。
本发明实施例知识库实现借助protégé3.4.4工具软件，将滚齿机故障知识（包括结构化、半结构化、非结构化知识）形式化统一表达，构建故障领域本体模型，并形成符合RDF/RDFS规范的OWL DL语言描述的知识库；利用开源代码FACT++推理机实现知识库推理演绎，见图7所示。
2）故障信息采集及验证；
本发明实施例硬件系统采用重庆海特克公司生产的iTouch‑150‑TA平板电脑集成（MIPS结构、带串口、触摸屏、数字键盘），Linux操作系统；开发工具采用QT4，Sqlite3数据库。
实施例故障信息采集及验证流程见图8所示，具体步骤如下：
步骤一：通过设置于机床上的数控系统、PLC控制系统或传感器监测，感知并判断滚齿机是否故障；通过人工感知，判断机床是否出现异常；
步骤二：当机床发生故障时，若已经设置数控系统、PLC监控系统和传感器监控，则自动提取并推送故障信息到故障信息采集系统；若未设置监控且人工能感知的故障现象，则通过人工编辑的方式录入故障信息；若同时存在监控和人工感知，则可同时自动提取和编辑故障信息；
步骤三：将采集到的故障信息进行同构处理，转化为知识库表达的统一知识表示形式，然后利用FACT++工具进行推理，在推理输出过程中，利用故障发生次数、故障危险程度、故障验证难度等综合评价参数，实现故障推理序列知识输出的排列调整；
步骤四：根据故障知识推理输出序列，按顺序通过人工或传感的方式验证故障的其它特征，通过反复进行故障特征的匹配和检验以确定故障，图9所示为推理后反馈验证时，故障现象的筛选过程；
步骤五：调取已确定故障的其它信息，保存该信息到系统数据库。
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

资源描述

《一种人机结合的数控机床故障信息采集方法.pdf》由会员分享，可在线阅读，更多相关《一种人机结合的数控机床故障信息采集方法.pdf（13页珍藏版）》请在专利查询网上搜索。

1、(10)申请公布号 CN 102937798 A(43)申请公布日 2013.02.20CN102937798A*CN102937798A*(21)申请号 201210502823.5(22)申请日 2012.11.30G05B 19/4067(2006.01)(71)申请人重庆大学地址 400044 重庆市沙坪坝区沙正街174号(72)发明人鄢萍胡林桥童亮何彦刘飞(74)专利代理机构重庆博凯知识产权代理有限公司 50212代理人张先芸(54) 发明名称一种人机结合的数控机床故障信息采集方法(57) 摘要本发明公开了一种人机结合的数控机床故障信息采集方法，该方法将数控机床故障现象特征的。

2、人工采集和机器自动采集两种方式相结合，并构建以数控机床结构为核心的故障诊断知识库，用于支撑故障现象特征感知、提取、分析和存储；在数控机床出现故障时，通过“人机”交互、“机机”连接自动提取或两种方式相融合的方法，即可获得数控机床故障信息，也可实现采集方式的相互验证和采集信息的反馈验证。(51)Int.Cl.权利要求书2页说明书5页附图5页(19)中华人民共和国国家知识产权局(12)发明专利申请权利要求书 2 页说明书 5 页附图 5 页1/2页21. 一种人机结合的数控机床故障信息采集方法，其特征在于，基于数控机床结构和故障特征知识及关系构建故障诊断知识库，在数控机床出现故障时，使用知识。

3、库实现故障现象特征信息的人工采集、机器自动采集和人工、机器联合采集；是以数控机床结构为核心，采用“机床部位+故障特征”的故障知识表示方法，并通过数控机床相关技术资料获取知识、编辑故障知识推理规则，然后利用推理机实现知识库的完整性和一致性检验。2. 根据权利要求1所述的一种人机结合的数控机床故障信息采集方法，其特征在于，包括如下步骤：步骤1：根据数控机床结构及故障特征，构建故障诊断知识库；步骤2：通过设置于机床上的数控系统、PLC控制系统或传感器监测，感知并判断数控机床是否故障；通过人工感知，判断机床是否出现异常；步骤3：当机床发生故障时，若已经设置数控系统、PLC监控系统和传感器监控，则自动提。

4、取并推送故障信息到故障信息采集系统；若未设置监控且人工能感知的故障现象，则通过人工编辑的方式录入故障信息；若同时存在监控和人工感知，则同时自动提取和编辑故障信息；步骤4：将采集到的故障信息进行同构处理，转化为知识库表达的统一知识表示形式，然后利用推理工具进行推理，在推理输出过程中，利用故障发生次数、故障危险程度、故障验证难度等综合评价参数，实现故障推理序列知识输出的排列调整；步骤5：根据故障知识推理输出序列，按顺序通过人工或传感的方式验证故障的其它特征，通过反复进行故障特征的匹配和检验以确定故障；步骤6：调取已确定故障的其它信息，保存该信息到系统数据库。3. 根据权利要求1或2所述人机结合的数。

5、控机床故障信息采集方法，其特征在于，所述知识库构建过程如下：1）数控机床故障诊断知识表示：首先，解析数控机床系统、部件、组件及零件结构及关系；然后依托机床结构构建故障特征知识及关系，形成数控机床故障诊断知识库中故障知识概念及概念关系；2）数控机床故障诊断知识获取：根据数控机床设计、制造、安装、测试、维修维护等技术资料，提取故障诊断知识并形成推理规则添加至步骤1）所述知识库中；同时根据不同类型或不同型号的数控机床，添加知识库实例；3）数控机床知识存储：将标准化、形式化的知识按照知识存储的规则存入知识库中；4）数控机床知识库维护：利用知识库编辑工具对新增知识进行添加、更改或删除，并利用推理机对修改。

6、后知识库的一致性和完整性进行检验。4. 根据权利要求1或2所述的一种人机结合的数控机床故障信息采集方法，其特征在于，还包括采集的故障信息融合，在知识库中使用标准语义描述，并建立语义库；当机器自动采集故障信号时，自动设置转化方式，将机器采集到的故障信号自动转化为标准语义描述；人工采集时，选择标准语义表述采集的故障特征知识。5. 根据权利要求1或2所述的一种人机结合的数控机床故障信息采集方法，其特征在于，还包括对采集信息的反馈验证，在知识库中构建故障知识关联关系，当通过故障现象推理出故障原因时，与原因相关的其它故障现象根据关联关系同时被获取，然后通过自动反权利要求书CN 102937798。

7、 A2/2页3馈、人工方式或两种方式结合进行故障现象特征的验证。权利要求书CN 102937798 A1/5页4一种人机结合的数控机床故障信息采集方法0001 技术领域：本发明涉及机械制造自动化领域，属于故障诊断系统的信息采集及处理；具体涉及一种人机结合的数控机床故障信息采集方法。0002 技术背景：数控机床结构复杂、价格昂贵，且多源多变的故障与机床相生相伴，因各种故障而产生的“停机损失”严重制约了数控机床的有效利用，造成了大量的经济损失，甚至影响到操作人员的人身安全。因此，如何采用一种方法实现对数控机床不同部位所表现的不同特性故障的有效监控，在故障出现时能准确及时地采集故障信息意义重。

8、大。0003 不同类型不同型号的数控机床的设计原理、制造过程、运行机制都有极大的相似性，因此，利用理论知识和经验知识对数控机床进行故障信息采集在准确性方面具有明显的优势。目前，对数控机床故障诊断知识库已有研究，如专利CN201210240271.5公开了一种面向数控机床故障诊断与故障预报的知识库构建方法，该方法采用粗糙集与时态粗糙小波包分解相结合的方法，解决了数据不完整或缺失的问题。但此方法适用于可实现小波处理的传感器获取的故障信息，无法满足人工编辑故障信息的处理和初始采集信息准确性的判断，具有一定局限性。0004 目前，一方面由于数控机床故障现象的表现形式不同，对于如划伤、异响、泄露等具有明。

9、显特征现象的大量故障通过人工五官感知往往更加快速准确，然而该方式所利用的人工经验未能形成有效的转化机制，使其难以形成可重用的经验知识。另一方面对数控机床的监控仍然停留在利用传感器的方式对特定部位的某些故障特征进行信息采集，如专利US81515077A利用了传感器组构建了数控机床监控系统，用与检测刀具和工件的位置、专利CN201120222090.0构建了一种磨床加工状态的监控系统，包括数控磨床的数控系统、声纳传感器、声发射检测系统和PLC系统，实现了磨床加工过程的监测。上述专利都未能考虑在故障信息采集过程中人工参与的重要作用，也未能提供数控机床故障信息人工采集和故障采集信息验证的功能，使得故障。

10、信息无法实现高效、准确的采集且存在大量机器无法监控的故障。0005 发明内容：针对现有技术存在的不足，本发明的目的是解决数控机床故障信息难以高效准确采集、理论知识和经验知识难以有效的借鉴和传统采集方法中忽略了人工参与的问题，提出了一种基于知识的数控机床故障信息人机结合采集方法。0006 解决上述技术问题，本发明采用如下技术方案：一种人机结合的数控机床故障信息采集方法，其特征在于，基于数控机床结构和故障特征知识及关系构建故障诊断知识库，在数控机床出现故障时，使用知识库实现故障现象特征信息的人工采集、机器自动采集和人工、机器联合采集；是以数控机床结构为核心，采用“机床部位+故障特征”的故障知识表示。

11、方法，并通过说明书CN 102937798 A2/5页5数控机床相关技术资料获取知识、编辑故障知识推理规则，然后利用推理机实现知识库的完整性和一致性检验。0007 进一步，包括如下步骤：步骤1：根据数控机床结构及故障特征，构建故障诊断知识库；步骤2：通过设置于机床上的数控系统、PLC控制系统或传感器监测，感知并判断数控机床是否故障；通过人工感知，判断机床是否出现异常；步骤3：当机床发生故障时，若已经设置数控系统、PLC监控系统和传感器监控，则自动提取并推送故障信息到故障信息采集系统；若未设置监控且人工能感知的故障现象，则通过人工编辑的方式录入故障信息；若同时存在监控和人工感知，则同时自动提。

12、取和编辑故障信息；步骤4：将采集到的故障信息进行同构处理，转化为知识库表达的统一知识表示形式，然后利用推理工具进行推理，在推理输出过程中，利用故障发生次数、故障危险程度、故障验证难度等综合评价参数，实现故障推理序列知识输出的排列调整；步骤5：根据故障知识推理输出序列，按顺序通过人工或传感的方式验证故障的其它特征，通过反复进行故障特征的匹配和检验以确定故障；步骤6：调取已确定故障的其它信息，保存该信息到系统数据库。0008 其中，所述知识库构建过程如下：1）数控机床故障诊断知识表示：首先，解析数控机床系统、部件、组件及零件结构及关系；然后依托机床结构构建故障特征知识及关系，形成数控机床故障诊断知。

13、识库中故障知识概念及概念关系；2）数控机床故障诊断知识获取：根据数控机床设计、制造、安装、测试、维修维护等技术资料，提取故障诊断知识并形成推理规则添加至步骤1）所述知识库中；同时根据不同类型或不同型号的数控机床，添加知识库实例；3）数控机床知识存储：将标准化、形式化的知识按照知识存储的规则存入知识库中；4）数控机床知识库维护：利用知识库编辑工具对新增知识进行添加、更改或删除，并利用推理机对修改后知识库的一致性和完整性进行检验。0009 进一步，还包括采集的故障信息融合，在知识库中使用标准语义描述，并建立语义库；当机器自动采集故障信号时，自动设置转化方式，将机器采集到的故障信号自动转化为标准语义。

14、描述；人工采集时，选择标准语义表述采集的故障特征知识。0010 再进一步，还包括对采集信息的反馈验证，在知识库中构建故障知识关联关系，当通过故障现象推理出故障原因时，与原因相关的其它故障现象根据关联关系同时被获取，然后通过自动反馈、人工方式或两种方式结合进行故障现象特征的验证。0011 相比现有技术，本发明具有如下有益效果：1、本发明根据数控机床不同特性的故障现象及其感知方式的差异，采用了人机结合的方式进行故障信息采集，不仅充分利用了人工对明显故障特征现象的感知优势和机器自动采集所具有的针对性优势，实现了采集方式的互补和相互验证，并且根据知识库对局部采集信息的推理，其输出结果为采集部位和采集方。

15、式的选择提供了指导。0012 2、本发明采用以知识库及知识推理的方式支撑故障信息采集，采用了数控机床故障知识的统一表达，可以有效地利用各种技术资料实现故障的排查，大大减少故障信息确说明书CN 102937798 A3/5页6认的时间，实现历史经验信息的共享和重复使用，也为人工经验直接转化为诊断维修知识创造了条件，便于人工经验知识的提炼和知识的共享。0013 3、本发明采用基于知识库的故障知识推理和基于人机结合的方式进行信息反馈验证，实现了数控机床故障的快速定位和故障信息采集的准确性、完整性验证，避免了因传感器故障或未设置监控而使得故障信息无法采集的问题，在准确获取故障信息的同时，也验证了采。

16、集方式的实用性。0014 附图说明：图1为本发明知识库结构框图；图2为本发明数控机床结构及故障知识概念及关系图；图3为本发明故障知识特征关系图；图4为本发明一种人机结合的数控机床故障信息采集方法原理框图；图5为本发明示例研究对象滚齿机YS3120CNC6；图6为本发明数控机床YS3120CNC6知识库本体概念关系图；图7a为本发明知识库protg滚齿机知识概念结构实现图；图7b为本发明知识库protg滚齿机知识概念关系实现图；图8为本发明一种人机结合的数控机床故障信息采集方法的采集流程图；图9为本发明一种人机结合的数控机床故障信息采集方法的故障现象反馈筛选。0015 具体实施方式：下面结合附图。

17、和具体实施方式对本发明作进一步详细说明。0016 本发明人机结合的数控机床故障信息采集方法是通过构建基于数控机床结构和故障特征知识及关系的知识库，用于支撑故障现象特征信息的人工采集、机器自动采集和人工、机器联合采集。其中，所述知识库的构建方式是以数控机床结构为核心，采用基于本体的故障知识表示方法，并通过数控机床相关技术资料获取知识、编辑故障知识推理规则，然后利用推理机实现知识库的完整性和一致性检验；知识库构建过程如下：1）数控机床故障诊断知识表示：首先，解析数控机床系统、部件、组件及零件结构及关系；然后依托机床结构构建故障特征知识及关系，形成数控机床故障诊断知识库中故障知识概念及概念关系；2）。

18、数控机床故障诊断知识获取：根据数控机床设计、制造、安装、测试、维修维护等技术资料，提取故障诊断知识并形成推理规则添加至1）所述知识库中；同时根据不同类型或不同型号的数控机床，添加知识库实例；3）数控机床知识存储：将标准化、形式化的知识按照知识存储的规则存入知识库中；4）数控机床知识库维护：利用知识库编辑工具对新增知识进行添加、更改或删除，并利用推理机对修改后知识库的一致性和完整性进行检验。0017 下面结合具体实施方式对知识库构建和故障信息采集，作进一步说明：1. 知识库构建；所述知识库构建方式以数控机床结构为核心，采用基于本体的故障知识表示，并通过数控机床相关技术资料获取知识，编辑故障知识推。

19、理规则，然后利用推理机实现知识库的说明书CN 102937798 A4/5页7完整性和一致性检验。见图1所示，知识库构建过程如下所述：1）数控机床故障诊断知识表示为：其中表示机床结构，表示故障特征知识（如故障现象、故障现象，），表示关联关系（如结构关系，故障知识关系），表示实例，表示推理规则。0018 首先解析数控机床系统、部件、组件及零件结构及关系；然后依托机床结构构建故障特征知识及关系，以“主词+谓词”的表达形式，形成数控机床故障诊断知识库中故障知识概念及概念关系，见图2所示。0019 2）数控机床故障诊断知识获取。根据数控机床设计、制造、安装、测试、维修维护等技术资料，采用“行为动词。

20、+宾词”的表达形式，提取故障诊断知识推理规则添加至1）所述知识库中，见图3所示；同时根据不同类型或不同型号的数控机床，添加知识库实例。0020 3）数控机床知识存储。将标准化、形式化的知识按照知识存储的规则存入知识库中。0021 4）数控机床知识库维护。利用知识库编辑工具对新增知识进行添加、更改或删除，并利用推理机对修改后知识库的一致性和完整性进行检验。0022 2. 故障信息采集；所述人机结合的数控机床故障信息采集包括方法故障源、手动采集、自动采集知识库、知识推理、采集信息验证、结果输出和信息存储，见图4所示。0023 当数控机床发生故障时，通过手动采集、机器自动采集或两种方式相结合获取故障。

21、现象信息；然后将采集的故障信息融合，在知识库中使用标准语义描述，并建立语义库。当机器自动采集故障信号时，自动设置转化方式，将机器采集到的故障信号自动转化为标准语义描述；人工采集时，选择标准语义表述采集的故障特征知识，并根据知识库实现知识推理，获取可能故障原因；接着进行采集信息的反馈验证，在知识库中构建故障知识关联关系，当通过故障现象推理出故障原因时，与原因相关的其它故障现象根据关联关系同时被获取，然后通过自动反馈、人工方式或两种方式结合进行故障现象特征的验证通过信息验证，实现故障原因信息的筛选；最后，确定故障后输出采集信息并保存。0024 下面以重庆某机床公司生产的数控滚齿机YS3120CNC。

22、6为实施对象，对本发明方法作进一步详细说明，参见图5。0025 为了实现数控机床故障信息高效、准确采集，本发明采用知识库及知识推理的方式表达故障信息，把故障现象划分为机器感知现象和人工感知现象，根据不同的故障特征，通过人机结合的方式采集和确认数控机床故障。本发明主要包括数控机床故障诊断知识库的建立、故障信息采集及验证两个部分，具体介绍如下：1）故障诊断知识库的建立，其结构见图1所示；本发明实施例知识库建立以数控机床结构知识为核心，构建故障现象特征知识和故障原因特征知识，并以“机床结构+故障特征”的形式构建故障知识概念及概念关系，同时表达故障等级、维修人员、维修方式知识，其关系模型见图6所示。0。

23、026 本发明实施例知识库实现借助protg3.4.4工具软件，将滚齿机故障知识（包括结构化、半结构化、非结构化知识）形式化统一表达，构建故障领域本体模型，并形成符合说明书CN 102937798 A5/5页8RDF/RDFS规范的OWL DL语言描述的知识库；利用开源代码FACT+推理机实现知识库推理演绎，见图7所示。0027 2）故障信息采集及验证；本发明实施例硬件系统采用重庆海特克公司生产的iTouch-150-TA平板电脑集成（MIPS结构、带串口、触摸屏、数字键盘），Linux操作系统；开发工具采用QT4，Sqlite3数据库。0028 实施例故障信息采集及验证流程见图8所示，具。

24、体步骤如下：步骤一：通过设置于机床上的数控系统、PLC控制系统或传感器监测，感知并判断滚齿机是否故障；通过人工感知，判断机床是否出现异常；步骤二：当机床发生故障时，若已经设置数控系统、PLC监控系统和传感器监控，则自动提取并推送故障信息到故障信息采集系统；若未设置监控且人工能感知的故障现象，则通过人工编辑的方式录入故障信息；若同时存在监控和人工感知，则可同时自动提取和编辑故障信息；步骤三：将采集到的故障信息进行同构处理，转化为知识库表达的统一知识表示形式，然后利用FACT+工具进行推理，在推理输出过程中，利用故障发生次数、故障危险程度、故障验证难度等综合评价参数，实现故障推理序列知识输出的排列。

25、调整；步骤四：根据故障知识推理输出序列，按顺序通过人工或传感的方式验证故障的其它特征，通过反复进行故障特征的匹配和检验以确定故障，图9所示为推理后反馈验证时，故障现象的筛选过程；步骤五：调取已确定故障的其它信息，保存该信息到系统数据库。0029 最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。说明书CN 102937798 A1/5页9图1图2图3说明书附图CN 102937798 A2/5页10图4图5说明书附图CN 102937798 A10。

展开阅读全文