发动机传动体机匣及齿轮加工设备状态监测与预警

发布时间：2022-12-06 19:48

　　发动机传动单元体机匣和齿轮精密度要求高,国产数控设备难以实现高效率生产,提高国产数控加工设备智能化程度是有效解决手段,为提高机匣及齿轮生产线数控加工设备利用率,降低设备故障率,本文开展了加工设备状态监测与预警技术研究。介绍了机匣和齿轮生产线上的典型数控加工设备以及伺服驱动器接口和CAN模块的接口,并且研究了通过硬件接口接入的数字信号和模拟信号在软PLC中的定义方法,从而明确了PLC内核和CNC内核中参数对象含义,进一步基于Socket协议开发设备通讯程序,并且开展了通讯验证试验,读取了各轴位置、电机温度、负载率、随动误差以及设备状态等参数,验证了基于Socket通讯方案的可行性,为开发数控设备监测系统提供基础技术支持。分析了生产线设备监测系统的开发需求,采用浏览器/服务器（B/S）架构和前后端分离的开发模式。基于React设计了Web端界面,实现了登录注册功能、单台/多台设备监测功能、生产线监测功能以及信息记录查询功能。基于Python语言Flask框架结合多线程技术开发了服务端程序,实现了基于Socket协议读取数控设备状态信息,并应用ORM框架实现了对PostgreSQL数据库的存... 

【文章页数】：85 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 引言
    1.2 课题研究现状
        1.2.1 数控加工设备数据采集研究现状
        1.2.2 数控加工设备状态监测研究现状
        1.2.3 数控加工设备状态预警研究现状
    1.3 课题研究背景
    1.4 主要研究内容
2 发动机传动体机匣及齿轮加工设备接口与通讯技术研究
    2.1 发动机传动体机匣及齿轮生产线数控加工设备
    2.2 数控加工设备通讯硬件接口
        2.2.1 伺服驱动器接口
        2.2.2 CAN模块接口
    2.3 数控系统中软PLC接口定义研究
    2.4 数控加工设备网络通讯方法及验证
    2.5 本章小结
3 发动机传动体机匣及齿轮加工设备状态监测系统开发
    3.1 基于B/S架构的状态监测系统总体设计
        3.1.1 设备状态监测系统需求分析
        3.1.2 设备状态监测系统总体框架
    3.2 设备状态监测系统Web端开发
        3.2.1 登录注册界面
        3.2.2 监测系统主界面
        3.2.3 生产线监测界面
        3.2.4 设备监测界面
        3.2.5 记录查询界面
    3.3 设备状态监测系统服务器端开发
        3.3.1 服务器端逻辑实现
        3.3.2 数据库存储查询研究
    3.4 设备状态监测系统测试研究
        3.4.1 服务器响应效率测试
        3.4.2 Web端响应测试优化
        3.4.3 多用户并发性能测试
    3.5 本章小结
4 发动机传动体机匣及齿轮加工设备状态预警技术研究
    4.1 数控加工设备状态参数预警分析研究
        4.1.1 数控设备运动参数预警阈值设定
        4.1.2 振动信号分析处理研究
        4.1.3 噪声信号分析处理研究
        4.1.4 数控设备温度参数预警研究
        4.1.5 数控设备随动误差预警分析
    4.2 基于机器学习算法的多源参数预警技术研究
        4.2.1 基于决策树算法建立设备状态预警模型
        4.2.2 基于k-最近邻算法建立设备状态预警模型
        4.2.3 基于多层神经网络建立设备状态预警模型
        4.2.4 基于支持向量机建立设备状态预警模型
        4.2.5 设备状态预警模型对比分析
    4.3 数控设备状态预警报告自动生成及推送技术研究
    4.4 本章小结
5 总结与展望
    5.1 全文总结
    5.2 不足与展望
致谢
参考文献
附录A 故障记录分析表
附录B 硕士期间研究成果


【参考文献】：
期刊论文
[1]基于粗糙集结合SimRank算法的数控机床故障诊断研究[J]. 王家海,徐旭辉,沈佳豪,江小林,柴李梦.  组合机床与自动化加工技术. 2018(02)
[2]数字化车间生产状态实时监测系统的研究与实现[J]. 方磊,李德宝,唐火红,何其昌.  组合机床与自动化加工技术. 2017(12)
[3]基于物联网和工业云的选矿设备状态监控系统[J]. 侯一鸣,徐泉,李亚杰,王良勇,刘长鑫,柴天佑.  计算机集成制造系统. 2017(09)
[4]一种机械故障诊断多传感器数据融合特征提取的方法[J]. 王江萍,娄尚,杨志芹.  西安石油大学学报(自然科学版). 2017(01)
[5]基于特征提取的低信噪比拉曼光谱去噪方法研究[J]. 范贤光,王秀芬,王昕,许英杰,阙靖,王小东,何浩,李韦,左勇.  光谱学与光谱分析. 2016(12)
[6]数控机床故障诊断关联规则挖掘方法研究[J]. 高新勤,马强华,张艳平.  制造业自动化. 2016(10)
[7]基于LabVIEW和CompactRIO平台的数控机床实时信号监测系统的开发[J]. 周凌青,胡永祥,姚振强.  组合机床与自动化加工技术. 2016(10)
[8]基于遗传神经网络的数控机床故障预测[J]. 李雪,王鹤,邵秋萍,熊建桥,朱晓翠.  现代制造技术与装备. 2016(10)
[9]基于RFID的智能化机床刀具信息管理研究[J]. 余良伟,陈绪兵,王瑜辉,张超.  工具技术. 2016(09)
[10]基于多源信息融合的数控机床不停机诊断研究[J]. 刘丽冰,李曼,李莉,盖立亚,杨泽青.  制造技术与机床. 2016(08)

博士论文
[1]基于多源信息融合的数控机床进给系统机械故障诊断研究[D]. 文妍.青岛理工大学 2016

硕士论文
[1]基于多源信息融合的数控机床进给系统复合故障诊断研究[D]. 李善.青岛理工大学 2016
[2]基于模糊推理的五轴数控机床故障预警系统研究[D]. 谢刚.电子科技大学 2015



本文编号：3711528