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(jī)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(jī)床故障診斷工作具有推動(dòng)作用。因此,合理進(jìn)行數(shù)控機(jī)床故障診斷專利技術(shù)的研究和分析至關(guān)重要,本文進(jìn)行相關(guān)專利技術(shù)的演進(jìn)分析,為專利技術(shù)的良好應(yīng)用和創(chuàng)新等提供助力。
采用incopat 數(shù)據(jù)庫進(jìn)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(jìn)行合并,按照被引次數(shù)排序,對比相應(yīng)的數(shù)據(jù)結(jié)果,首先,采用簡單檢索的措施完成統(tǒng)計(jì)分析的任務(wù),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(gè)。
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(jì)算,可以發(fā)現(xiàn):從1975 年開始,首個(gè)數(shù)控機(jī)床故障診斷技術(shù)的專利以后,80 年代半導(dǎo)體技術(shù)涌現(xiàn),關(guān)于數(shù)控機(jī)床故障程序算法、處理系統(tǒng)電路分布、信息存儲(chǔ)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(kuò)大,數(shù)控機(jī)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(jìn)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(zhǔn)度進(jìn)一步提升。從地域?qū)用娑裕?009 年我國關(guān)于數(shù)控機(jī)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(jì)轉(zhuǎn)型升級的力度,知識產(chǎn)權(quán)意識增加。
從數(shù)據(jù)庫中關(guān)于數(shù)控機(jī)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(gè)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?;钴S的國家,如圖1 所示。
圖1 四個(gè)國家的專利申請量
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(yuǎn)程診斷領(lǐng)域,以傳感器技術(shù)為基礎(chǔ)的數(shù)控機(jī)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(jī)交互技術(shù)等也是非常重要的部分。
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(jī)床故障診斷方面的專利申請較為分散[1]。
在數(shù)控機(jī)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(shí)時(shí)采集數(shù)控機(jī)床的工作狀態(tài)和各種參數(shù)數(shù)據(jù),例如機(jī)床的振動(dòng)、溫度、電流、壓力等。這些數(shù)據(jù)可以用來監(jiān)測機(jī)床的運(yùn)行情況,檢測可能存在的異?;蚬收?。故障信息數(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(jìn)行數(shù)據(jù)傳輸。這樣可以實(shí)現(xiàn)實(shí)時(shí)監(jiān)測和遠(yuǎn)程監(jiān)控,方便故障診斷的進(jìn)行。故障診斷算法是指在故障診斷系統(tǒng)中應(yīng)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(yán)重程度。常見的是模式識別、機(jī)器學(xué)習(xí)等技術(shù)。這些算法可以根據(jù)實(shí)際情況進(jìn)行調(diào)整和優(yōu)化,以提高故障診斷的準(zhǔn)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(jī)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(jī)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(diǎn)是能夠快速準(zhǔn)確地對故障進(jìn)行診斷,提高診斷的準(zhǔn)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(jì)算機(jī)技術(shù),可以通過學(xué)習(xí)和訓(xùn)練,自動(dòng)識別數(shù)控機(jī)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(diǎn)是能夠處理多變量、非線性和復(fù)雜的故障數(shù)據(jù),提高了診斷的可靠性和精度。人機(jī)交互界面可視化是指通過圖形化的界面,將數(shù)控機(jī)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(jī)床的運(yùn)行狀態(tài)和故障信息,并進(jìn)行故障診斷和處理。人機(jī)交互界面可視化的優(yōu)點(diǎn)是能夠提高操作人員的診斷效率和準(zhǔn)確性,降低誤判率和維修成本[2]。
從本質(zhì)層面而言,數(shù)控機(jī)床故障診斷技術(shù)屬于涵蓋很多領(lǐng)域的復(fù)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(xiàn)等進(jìn)行分析,解讀檢索結(jié)果與非專利文獻(xiàn)資料,按照聚類分析結(jié)果,獲得數(shù)控機(jī)床故障診斷技術(shù)的分解信息,具體為:其一,數(shù)控機(jī)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(jī)床運(yùn)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(wù)器和云端服務(wù)器,前者是以廣域網(wǎng)協(xié)議為基礎(chǔ),廠家進(jìn)行購置和租用,后者是以云端服務(wù)器為基礎(chǔ),搭建相應(yīng)的服務(wù)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(jī)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]。
2.3.1 機(jī)床傳感器
數(shù)控機(jī)床故障診斷專利技術(shù)方面,機(jī)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(jī)床主軸電機(jī)電流信號。而隨著傳感器精確度的提升,在20 世紀(jì)末期,數(shù)控機(jī)床上能夠安裝的傳感器數(shù)量和類型增加,主要涉及負(fù)載類型、振動(dòng)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(jī)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(yīng)調(diào)節(jié)、故障診斷和預(yù)測等,傳感器的多功能化可以提高數(shù)控機(jī)床的智能化水平,實(shí)現(xiàn)更高效、更可靠的加工過程。隨著數(shù)控機(jī)床對加工精度要求的提高,傳感器的精度也需要相應(yīng)提高。未來的傳感器將會(huì)借助更先進(jìn)的技術(shù),如光學(xué)、激光和納米技術(shù),實(shí)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(yīng)用范圍和布局靈活性。未來的傳感器將會(huì)趨向無線化,利用無線通信技術(shù)進(jìn)行數(shù)據(jù)傳輸,提高傳感器的布局靈活性和可擴(kuò)展性。傳感器將會(huì)具備自適應(yīng)能力,能夠根據(jù)實(shí)際工況和加工要求進(jìn)行參數(shù)調(diào)整和優(yōu)化。通過自適應(yīng)化的傳感器,數(shù)控機(jī)床可以實(shí)現(xiàn)自動(dòng)化的加工過程控制,提高加工效率和質(zhì)量。傳感器將會(huì)結(jié)合多種檢測模式,如力學(xué)、光學(xué)、聲學(xué)等,實(shí)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(zhǔn)確的信息,為數(shù)控機(jī)床的故障診斷和預(yù)測提供更可靠的依據(jù)[4]。
2.3.2 機(jī)床數(shù)據(jù)通信
數(shù)控機(jī)床故障診斷專利技術(shù)方面,早期數(shù)據(jù)通信只能進(jìn)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(jì)末期,局域網(wǎng)的技術(shù)越來越先進(jìn),數(shù)控機(jī)床生產(chǎn)企業(yè)開始建設(shè)故障診斷服務(wù)網(wǎng),設(shè)置以服務(wù)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(jì)開始,互聯(lián)網(wǎng)技術(shù)快速發(fā)展和進(jìn)步,數(shù)控機(jī)床生產(chǎn)企業(yè)開始構(gòu)建和開發(fā)遠(yuǎn)程服務(wù)中心,服務(wù)網(wǎng)能夠維護(hù)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(jìn)的移動(dòng)互聯(lián)網(wǎng)技術(shù)進(jìn)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(jì)算技術(shù)的發(fā)展,機(jī)床數(shù)據(jù)通信將實(shí)現(xiàn)實(shí)時(shí)監(jiān)測和遠(yuǎn)程訪問,使得故障診斷可以在遠(yuǎn)程進(jìn)行,提高了故障診斷的效率和準(zhǔn)確性。機(jī)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(shí)現(xiàn)故障的自動(dòng)診斷和預(yù)測,提前采取相應(yīng)的維修措施,減少機(jī)床停機(jī)時(shí)間和維修成本。機(jī)床數(shù)據(jù)通信將實(shí)現(xiàn)機(jī)床故障診斷的自動(dòng)化和自適應(yīng)性,傳感器和控制系統(tǒng)能夠自動(dòng)識別故障信號,并根據(jù)不同的故障類型采取相應(yīng)的措施,提高了故障診斷的準(zhǔn)確性和效率。機(jī)床數(shù)據(jù)通信涉及敏感信息和機(jī)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(hù),防止數(shù)據(jù)泄露和惡意攻擊。為了實(shí)現(xiàn)不同廠家的機(jī)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(biāo)準(zhǔn),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(jì)算的方式完成操作,采用標(biāo)準(zhǔn)化輸入的方法,對比輸出值和實(shí)際輸出值,完成閾值比較。20 世紀(jì)末期,日本數(shù)控機(jī)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(jī)床故障診斷技術(shù)專利。同期階段,機(jī)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(dòng)數(shù)據(jù)訓(xùn)練為基礎(chǔ)的自組織神經(jīng)網(wǎng)絡(luò)的數(shù)控機(jī)床狀態(tài)診斷和檢測專利。21 世紀(jì)開始,數(shù)控機(jī)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(jī)床設(shè)備生產(chǎn)企業(yè)開始采用海量數(shù)據(jù)分析計(jì)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(jī)床故障分布的特點(diǎn),能夠提高故障診斷的精準(zhǔn)度,同時(shí)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(dòng)的故障診斷算法變得更加重要。通過收集和分析機(jī)床的傳感器數(shù)據(jù)、運(yùn)行日志等信息,可以建立模型來預(yù)測和診斷故障。深度學(xué)習(xí)技術(shù)在故障診斷中的應(yīng)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(fù)雜和抽象的特征,從而實(shí)現(xiàn)更準(zhǔn)確的故障診斷。基于物理模型的故障診斷方法依賴于對機(jī)床系統(tǒng)的完善建模和仿真。這些方法可以通過模擬機(jī)床的運(yùn)行過程來診斷故障,并提供更準(zhǔn)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(zhǔn)確的故障診斷結(jié)果。通過將不同數(shù)據(jù)源進(jìn)行融合和分析,可以提高故障診斷的準(zhǔn)確性和可靠性[7]。
本文主要研究分析數(shù)控機(jī)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(jìn)行分析,發(fā)現(xiàn)目前雖然我國數(shù)控機(jī)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(jī)床故障診斷專利技術(shù)良好開發(fā)和推廣等做出貢獻(xiàn)。