欢迎来到天天文库
浏览记录
ID:37128065
大小:7.51 MB
页数:90页
时间:2019-05-18
《基于多传感器信息融合的CNC车削中心健康状态监测研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、分类号:密级:UDC:编号:201421203019河北工业大学硕士学位论文基于多传感器信息融合的CNC车削中心健康状态监测研究论文作者:李曼学生类别:全日制学科门类:工学学科专业:仪器科学与技术指导教师:刘丽冰职称:教授资助基金项目:国家自然科学基金资助项目(51305124),河北省科技计划项目高端装备制造专项(16211803D),天津市自然科学基金资助项目(16JCYBJC19100)DissertationSubmittedtoHebeiUniversityofTechnologyforTheMasterDegreeofInstrumentScienceandTech
2、nologyTHERESERCHOFHEALTHMONITORINGOFCNCTURNINGCENTERBASEDONMULTI-SENSORINFORMATIONGFUSIONbyLiManSupervisor:Prof.LiuLibingMay2017ThisworksupportedbytheNationalNaturalScienceFoundation,China(No.50235124),HebeiScienceandTechnologyPlan(No.16211803D),andtheTianjinNaturalScienceFoundation,China(No
3、.16JCYBJC1900).河北工业大学硕士学位论文摘要“中国制造2025”战略推动数控机床向智能化、信息化、物联化方向发展,这对数控机床的维护与维修提出了新的挑战。本文以CNC车削加工中心为研究对象,进行健康监测方法及应用技术研究,为机床维护及使用中技术方案的确定提供参考依据,对于实际生产中恰当配置维护资源,延长机床的正常服役时间,减小和避免突发故障有重要意义。完成了如下工作:⑴根据CNC车削中心关键系统及部件的劣化机理确定健康状态特征信号,然后研究基于多特征信号融合进行CNC车削中心健康状态监测的机理及方法;⑵考虑到CNC加工工艺系统及加工过程的复杂性,采用一种数字样机数
4、值模拟与智能优化算法相结合的方法,首先通过数值模拟使不同对象、不同工况、不同健康状态的复杂特征信号及变化规律涌现,再采用粒子群优化算法进一步优化监测测点布局,并实验验证布置方案的可行性;⑶研究健康状态特征信号的时域、频域及时频域多域特征提取方法,针对CNC车削中心健康状态动态变化规律,采用动态模糊神经网络建立CNC车削中心关键部件的健康状态辨识模型;⑷基于ZigBee无线通信和数控系统HMI二次开发技术设计了一套实时的、在线的、集成化的CNC车削中心健康监测实验系统,并验证了本文技术方案的可行性及实用性。关键词:CNC车削中心,健康状态监测,多传感器信息融合,ZigBee无线通
5、信,HMI二次开发I基于多传感器信息融合的CNC车削中心健康状态监测研究ABSTRACT"MadeinChina2025"developmentplanningmakestheCNCmachineintelligent,informationalandinstrumented,whichchallengesthemaintenancetechnologyofCNCmachine.ThispaperaimsatresearchingamethodofhealthmonitoringofCNCturningcenter,whichplaysanimportantroleinthec
6、onfigurationofmaintenanceresource,increasingtheservicelifeandreducingsomesuddenfaultsoftheadvancedCNCmachine.Thecontributionsofthisdissertationmaybesummarizedasfollows:First,itischoosetoanalyzedeteriorationmechanismofthecriticalsystemsandcriticalcomponentsofCNCmachine,healthsignals.Besides,t
7、hemeasuresareresearchedofhealthmonitoringofCNCturningcenterbasedonmulti-sersorinformationfusion.Second,amethodwhichcombinesnumericalsimulationofdigitalprototypeandintelligentoptimizationalgorithmisusedbecauseofthecomplexityofCNCprocessingsystemandp
此文档下载收益归作者所有