凹印机故障检测技术发展趋势
凹印机由放料单元、放料牵引、印刷色组、收料牵引、收料单元等多个机构共同组成，结构复杂且机械零件繁多，特殊的压印方法使其各部分间的耦合性较强且承受机械压力很大，对零部件的机械精密性提出了挑战，对于印刷机的稳定性、故障率有着很高的要求。
由于凹版印刷机的高度复杂性和精密性，即便是微小的故障都有可能影响到整机的印刷效果，甚至影响水路、墨路、传动等性能，使其印刷精度大大下降，出现大量印刷废品，给企业造成巨大的经济影响。此外，印刷装备使用的许多有机溶剂具有一定的腐蚀性，长期使用会影响机械部件的精度，甚至损坏印刷设备，造成高昂的设备维修成本。
常见的凹印机故障主要有收放料结构故障、印刷单元故障等，传统方法是采用基于振动信号、声信号、图像以及电流信号等方式进行故障诊断。基于声信号的检测技术从 20 世纪 90 年代就开始研究，但是由于采集的信号缺陷较多，至今仍处于实验阶段。由于输墨装置的结构较为紧凑，不适合采集图像，在机械设备上大多数应用振动信号来进行诊断。凹印机的振动信号包含有大量的故障信息，因此采集输墨装置的振动信号是监测印刷机输墨单元的最好方法。通过对常见的 3种输墨装置进行对比，可以将 3 轴加速度传感器安装在印版滚筒上。
随着凹印机发生故障的多样化以及故障存在的潜在可能性不断增大，采用传统方法仅凭人工经验以及试印调试进行故障诊断，不仅对维修工程师的经验要求较高，增加企业人力成本以及资金消耗，同时在诊断过程中还可能会产生疏漏，轻则影响工作进度，重则可能导致停工停产。为此，科研人员尝试将现代化的故障诊断技术应用到印刷领域中来，基于物联网的印刷机故障智能诊断检测技术应运而生。
基于物联网的凹印机故障监测技术
凹印机的故障监测技术主要通过采集印刷机在生产过程中反馈的信号，将其与正常工作的信号进行对比，进而确定故障原因。基于规则和神经网络的系统仍然存在某些不足，例如获取故障样本困难、样本学习效率低等。近年来，深度学习作为新技术，通过训练设备控制系统学习简单故障解决方法，以及通过机器视觉实时检测，最终提升了故障识别的精度。随着技术的发展，深度迁移学习逐渐进入人们的视野，现在许多科研人员将迁移学习技术应用在机械故障诊断中。
1. 检测原理
基于物联网的凹印机状态监测采用具有物联网功能的传感器进行数据的收集，数据类型包括振动频率、位置流量以及温度和湿度;使用读写器接收设备运行数据，传输至计算机对大量冗长杂乱的数据进行滤波、筛选、处理;处理过的数据上传至云数据分析平台，以表格或者图形的直观形式呈现在计算机或移动设备上，方便技术人员远程访问和监测设备，以达到对设备的实时监测。
多个安装在流水线上不同设备、不同部位的传感器之间可以进行数据联动，将整个车间设备的运行状态反映给技术人员，以达到在机器故障时及时准确地找到故障点并排除故障，提高单个设备以及整条生产线的使用寿命。机械设备状态监测流程如图所示。
2. 状态信息采集
在印刷车间集成具有物联网功能的传感器，借助云平台数据分析为技术人员提供实时可行的解决方案。每次故障所收集到的实时数据将在未来发生紧急情况时采取纠正措施，以确保生产的准确率。所有这一切的核心就是物联网管理系统，一个可支持跨多个设备、网络、云数据的管理平台。
传统上对于传感器信号的接收通常采用标准传感器Wi-Fi节点，其硬件主要由传感器、微控制器、射频收发器和电源组成。每个传感器节点都配有物理传感器，用以采集如湿度、温度、振动、压力等物理信号。但是由于其需要电源供电，覆盖范围小，在未来将逐渐被射频识别(RFID)所替代。
RFID是一种低成本的无线数据传输技术，运行维护所花费的资金同样甚少。RFID 传感器可以完全依靠外界来获得能源，不需要像传统的无线传感器节点那样更换电池。尽管有源传感器在长距离、长时间段数据传输方面具有明显的优势，但是随之而来的问题是电池系统变得越来越复杂且运行维护成本较高，电池的寿命一定程度上也影响了整个系统的寿命，并限制了传感器应用的范围，使其无法在某些特定的情况下使用。
3. 信息处理技术
传统针对于信号的处理方法一般包括时域分析法、频域分析法、幅值域分析法、傅里叶变换分析法等。傅里叶变换分析法是将时域信号转换为频域信号进行分析，通常情况下傅里叶变换分析法针对于处理相对平稳的信号。由于是将信号转化为频域信号分析，所以该方法几乎没有时域信号的特征。此外，傅里叶变换分析是对该段全部数据进行的平均分析，而对振荡、非线性的目标信号进行分析时，局部的信号频率波动不易被观测到，因此不能准确地给出某信号频率的具体发生时间，不能对信号作局部分析。
在现代相对高效的信号处理分析方法中，小波分析法对振荡信号的分析具有较好的效果。小波分析法是一种通过伸缩平移方法对信号进行细分，对高频率时间段和低频率时间段进行分段细化分析，从而可以观测到所有时间段信号的任何细节的分析方法，时间窗和频率窗都可改变，使小波变换具有对信号的自适应性。由于小波变换函数具有复杂可变性，小波函数的选取对于小波变换分析的结果具有决定性作用，所以需要针对目标信号的类型选择相应的小波函数进行分析。
印刷机械正朝着高速化、自动化以及智能化方向快速发展，在保证安全环保的条件下，提高印刷机生产效率以及增加经济效益，始终是印刷企业追求的目标。在印刷生产中，机械故障占比高达 60%，因此及时预测故障并且解决故障十分必要。
本文作者：陕西北人印刷机械有限责任公司翟旭昭 王晓博 韩武 焦钰
