基于贝叶斯网络的数控机床远程智能故障诊断研究

发布时间：2020-10-29 20:27

　　 现代纷繁复杂的加工需求使得数控机床朝着智能化、网络化的方向发展,而融合了智能故障诊断的远程监控系统,是智能化、网络化机床不可或缺的部分。它不仅可以提高数控机床生产加工的效率,还可以提高其自动化程度以及制造柔性。因此,开展数控机床故障的智能故障诊断及远程监控的研究具有重要意义。 本文结合浙江省重大机电装备专项项目(2006C11067)的科研任务,在分析了贝叶斯网络方法在研究不确定性问题上具有优势的基础上,设计并实现了以数控车床工件质量为研究对象的智能故障诊断模块。同时,还设计了数控机床的远程监控系统并将智能诊断模块软件实现。 本文数控机床故障诊断的贝叶斯网络模型的结构确立,以传统的故障树分析为基础。首先确定变量集和变量域;其次,确定网络结构;再次,确定各节点先验概率表。在对贝叶斯网络理论研究之上,本文以数控车床加工工件的质量为具体的研究对象,详细的阐述了建立贝叶斯网络的具体过程。文中提出的模型结构清晰,计算简洁、易于理解。模型中的节点选择可根据实际的状况及实验条件增加或减少,而其先验概率可据样本及专家知识等灵活的调整。同时随着故障数据的积累,模型的推理精度会越来越高,这对数控机床的故障诊断研究有较强的参考意义。 综合考虑已建立的贝叶斯网络模型及实验条件,本文理论设计了特征量提取的规则并通过测数控车床的三个点的振动信号来提取故障特征,以供模型推理。 此外,本文还研究了智能故障诊断中状态信息量的获取系统,即是远程监控系统。该系统的主要功能是获取数控机床的状态信息。一方面,这些信息可以用于确定机床的当前状态,包括工序等;另一方面,当故障出现时,可以用来提取特征信息并通过贝叶斯网络故障诊断模块来推理引起故障的原因。基于其功能分析,本文还设计了柔性的人机界面,其可移植性好,且能够方便的添加删减模块。
【学位单位】：浙江大学
【学位级别】：硕士
【学位年份】：2010
【中图分类】：TH165.3;TG659
【部分图文】：

验证三a

验证三b

测测点11126.9111124.4244421.49555测测点22210.8344410.161119.27111测测点3330.169990.159990.16444按照验证一中的计算方法，计算各组数据情况下相应的贝叶斯网络中各节点的后验概率。表5.16实验二后三组s’~~~一一一第二组组第三组组第四组组测测点1:s’’3.616663.282222.88999溯溯溯点2:s’’3.982223.734443.40777测测测}点3:S***1.482221.395551.43999表5.17实验二后三组T‘~~~~~~~~一一第二组组第三组组第四组组测测点1:T，，lll0.975550.85888铡铡铡点2:T‘‘lll0.952220.86888泌泌泌点3:T，，0.994440.936660.96555诊断结果及可倍度—~
【引证文献】

相关期刊论文 前2条

1 胡新;傅建中;贺永;;基于贝叶斯网络的数控机床故障诊断研究[J];机床与液压;2011年19期

2 张浩峰;陈之林;;数控机床故障诊断方法与技术研究[J];宿州学院学报;2013年04期

相关硕士学位论文 前6条

1 祁美玲;智能故障诊断融合技术在数控机床故障诊断中的应用[D];大连交通大学;2010年

2 赵敏;数控机床智能化状态监测与故障诊断系统[D];西南交通大学;2011年

3 刘文静;基于T-S模糊FTA和BN的载重车液压故障诊断决策及仿真[D];燕山大学;2012年

4 张玉玲;数控铣床伺服系统故障诊断与预报的研究[D];长春工业大学;2012年

5 吴炜;螺旋锥齿轮数控机床故障诊断系统的研究[D];沈阳工业大学;2012年

6 雷琪;贝叶斯网络在机床热误差动态补偿建模中的应用[D];华中科技大学;2012年

本文编号：2861412