技術專欄

2018.10.15

工具機智能化技術-進給系統健康診斷技術

指導教授:鄭志鈞 教授 / 開發團隊:蔡秉均 江玟菱

撰稿人:陳韋任

隨著現代製造科技的進步,對於製造品質及效率的要求與日俱增,而工具機即為製造產業中相當重要的一部分。在工具機零組件當中,軸承為支撐各旋轉軸之關鍵零件,用來保持軸的中心位置及控制運動方式,軸承的使用狀態及元件受損情形會直接影響工具機的性能,因此如何更準確地預診軸承之健康狀態與估測其剩餘壽命的議題也愈來愈受到重視。

滾動軸承其架構由外到內,依序是外環(Outer ring)、保持架(Cage)、滾珠(Ball)、內環(Inner ring),而造成軸承異常的原因,除了長時間使用造成的磨損,還有裝配不當、負載過重、潤滑不良、轉子不平衡等原因。本次專欄將介紹一進給系統健康診斷技術,針對軸承整體健康狀態及軸承運行與裝配狀態進行診斷,進而即時對故障問題作處理,以節省成本及提升加工效率。

圖1. 滾動軸承之結構

 

這項由中正大學光機電結構實驗室所開發的進給系統健康診斷技術,乃是利用振動對軸承進行跨型號、跨種類之健康診斷與監測,透過多種訊號處理的方式,選取能表示軸承狀態之指標,並結合自組織映射圖(Self-Organizing map, SOM)對軸承各狀態進行健康診斷,且利用SOM所求得之最小量化誤差(Minimum quantization error, MQE)計算其馬式距離建立損壞門檻值,配合移動窗的概念,對軸承使用狀態進行監測。

圖2. SOM特徵映射示意圖

 

此外,本技術引用頻帶切割的概念針對包絡譜提取軸承頻域特徵。在沒有軸承詳細規格下亦可進行頻域特徵擷取,並結合時域特徵透過SOM對軸承進行狀態監測,以達到跨型號及跨種類之軸承健康診斷。其後更結合主成份分析、費雪法以及貝氏定理來對軸承特徵進行靈敏度排序,由排序結果得知在軸承健康診斷中,哪些特徵靈敏度較高。而軸承損壞原因亦會由組裝誤差造成,即偏心與不對心等等,因此為針對組裝問題進行監控,技術開發團隊亦使用全息譜觀察軸承運轉狀態,並對其提取特徵,結合SOM同步進行軸承與組裝狀態監測與壽命預估。

圖 3. 透過PHM所提供的數據進行壽命預估驗證