随着国内金属带锯床需求的不断增加,金属带锯床能否安全平稳运行直接决定了金属加工企业的效益。因此构建金属带锯床实时监测与故障诊断系统是工业生产的迫切需要。本文选取GZK4232单导向柱式金属带锯床作为研究对象,通过传感器监测锯床多项参数,结合智能算法、通信手段等,对金属带锯床在线监测与故障诊断系统进行研究。主要工作如下:分析金属带锯床故障类型:研究了单导向柱式金属带锯床原理,总结现场采集的故障信息,将金属带锯床常见故障分为:锯切异常、锯条断裂或损坏、限位开关不动作、液压系统故障和电机故障五类并分析了产生故障的原因。金属带锯床在线监测与故障诊断系统设计:为了提高金属带锯床的故障诊断效率,构建了金属带锯床在线监测与故障诊断系统,主要分为下位机数据采集模块和上位机监测模块两部分。下位机数据采集模块将采集的转速和温度等数据通过RS485传输至上位机。当上位机接收到超过阈值的数据时,系统发出声光报警提示,并给出故障诊断结果,同时通过TC35模块向工作人员发送故障短信。引入改进粒子群算法优化BP神经网络进行故障诊断:通过故障树和二进制编码的分析方法,对金属带锯床的常见故障进行分类和编码。针对BP神经网络不能保证收敛到全局最小点的缺陷,采用了改进粒子群算法优化BP神经网络故障诊断策略。分别对BP神经网络和改进BP神经网络进行仿真,BP神经网络的故障诊断准确率为84.6%,改进BP神经网络的故障诊断准确率为96.1%。实物系统平台测试:现场测试以GZK4232单导向立柱式金属带锯床为研究对象,通过锯切Q235、45#等不同材质的钢材,测量锯床的转速及工作开始后锯床油温和水温的变化情况。模拟锯床故障,上位机监测模块声光报警并输出故障类型和原因,同时向工作人员发送故障信息。实验结果及分析:经过现场测试,锯床锯切45#钢材转速误差最大为1.8%,锯切Q235钢材转速误差最大为2.1%,油温误差最大为2.6%,水温误差最大为1.4%。系统能够检测锯床锯条断裂、水温过高、液压油温过高等故障,故障诊断正确率93.3%。实现了金属带锯床在线监测与故障诊断功能。在线监测系统和智能故障诊断技术在金属带锯床上的应用,解决了工作人员对于锯床出现故障后难以获取有效数据分析故障原因的困难,同时也提高了解决故障的速度和锯床的自动化程度。