基于模糊推理的五轴数控机床故障预警系统研究

发布时间：2017-08-25 01:22

  本文关键词：基于模糊推理的五轴数控机床故障预警系统研究

  更多相关文章： 多维时间序列模型 相似性分析 K-Means算法 数据挖掘 自适应模糊Petri网

【摘要】：在未来的工业4.0时代,将实现人与设备“对话”、设备与设备“对话”,要求设备具有智能,将智能方法用于设备状态预测的研究日趋活跃。作为国家的基础装备,数控机床的智能化研究显得日益重要,本文通过数据挖掘技术对五轴数控机床实时状态数据进行知识获取,运用基于模糊Petri网的推理方法预测五轴数控机床可能发生故障的概率,从而达到故障预警的目的。本文重点研究了五轴数控机床实时状态数据建模及模型评价、通过数据挖掘技术进行知识获取以及基于模糊Petri网的故障推理等,主要研究内容分为以下四个部分:1.基于时间序列模型的五轴数控机床实时状态数据建模研究。五轴数控机床实时状态数据具有海量数据的特征,本文提出一种多维时间序列模型,在此基础上建立了设备状态模型、设备状态预测模型、设备知识获取模型,并在此基础上进行了模型度量的定义。2.基于数据挖掘的五轴数控机床故障知识获取方法研究。通过分析五轴数控机床的实时状态数据,在设备知识获取模型及度量的基础上,运用相似性预测算法以及聚类分析中的K-Means算法对机床实时数据进行挖掘,从而获取机床实时数据所蕴含的知识,预测得到机床未来可能的状态,为后续通过知识推理进行机床故障预警奠定了基础。最后通过对某数控机床的实时采集数据的分析实验,验证了模型和算法获取机床状态知识的有效性,并提出了改进的方法。3.基于自适应模糊Petri网(Adapt Fuzzy Petri Net,简称AFPN)的五轴数控机床故障知识推理研究。在通过数据挖掘预测了设备未来的数据状态之后,使用模糊产生式规则将经验知识和学习到的故障预测知识表示为AFPN的形式,并通过AFPN的推理递推公式进行推理,最终得到故障预测结果,最后通过一个算例验证了AFPN推理算法的正确性。4.基于Microsoft DotNet平台开发了五轴数控机床故障预警系统,实现了基础数据和参数配置管理以及调用数据挖掘算法进行故障推理的核心功能,并通过不同数据进行了应用测试,证明了系统的预警正确性。
【关键词】：多维时间序列模型 相似性分析 K-Means算法 数据挖掘 自适应模糊Petri网
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TG659
【目录】：

• 摘要5-6
• ABSTRACT6-11
• 第一章 绪论11-18
• 1.1 本文研究工作的背景与意义11-12
• 1.2 国内外研究历史与现状12-16
• 1.2.1 数控机床故障诊断与预警研究现状12-13
• 1.2.2 数控机床实时数据建模方法的研究13-14
• 1.2.3 故障知识表示方式的研究14
• 1.2.4 故障知识推理算法的研究14-15
• 1.2.5 故障知识学习算法的研究15-16
• 1.3 本文的主要内容16-18
• 第二章 基于时间序列模型的五轴数控机床实时状态数据建模研究18-27
• 2.1 五轴数控机床故障简介18-19
• 2.2 实时状态数据建模19-24
• 2.2.1 五轴数控机床实时状态数据介绍19-20
• 2.2.2 海量离散时间数据介绍20-21
• 2.2.3 时间序列模型21-24
• 2.3 五轴数控机床状态模型的度量24-26
• 2.3.1 设备状态模型特征值定义24
• 2.3.2 设备状态模型特征距离定义24-25
• 2.3.3 设备状态模型度量定义25
• 2.3.4 设备状态模型差异度定义25-26
• 2.4 本章小结26-27
• 第三章 基于数据挖掘的五轴数控机床故障知识获取方法研究27-41
• 3.1 知识获取方法介绍27
• 3.2 数据挖掘介绍27-28
• 3.3 五轴数控机床故障状态模型相似性预测28-31
• 3.3.1 序列耦合度及 ε-相似序列定义28-29
• 3.3.2 基于 ε-相似性算法的五轴数控机床设备状态模型相似预测29-31
• 3.4 五轴数控机床设备状态模型聚类分析31-35
• 3.4.1 聚类分析介绍31-32
• 3.4.2 基于设备状态知识获取模型的数据挖掘32
• 3.4.3 基于K-Means算法的五轴数控机床设备状态模型聚类32-35
• 3.5 基于数据挖掘的五轴数控机床实时数据知识获取仿真实验35-40
• 3.5.1 数据建模35-37
• 3.5.2 相似性预测37
• 3.5.3 K-Means聚类分析37-38
• 3.5.4 重构设备状态预测模型38-39
• 3.5.5 实验结论及改进方法39-40
• 3.6 本章小结40-41
• 第四章 基于模糊Petri网的五轴数控机床故障知识推理研究41-53
• 4.1 知识库介绍41-42
• 4.1.1 知识表示介绍41-42
• 4.1.2 知识推理介绍42
• 4.2 基于模糊Petri网的机床故障知识推理42-48
• 4.2.1 自适应模糊Petri网（AFPN）介绍42-45
• 4.2.2 基于AFPN的故障知识推理算法45-46
• 4.2.3 基于AFPN对故障预测模型进行知识推理46-47
• 4.2.4 五轴数控机床故障知识自学习规则47-48
• 4.3 AFPN知识推理算法实验48-52
• 4.4 本章小结52-53
• 第五章 五轴数控机床故障预警系统的开发与应用53-68
• 5.1 系统开发平台及架构54-55
• 5.1.1 系统开发平台54
• 5.1.2 系统开发架构54-55
• 5.2 五轴数控机床故障预警系统总体设计55-57
• 5.3 系统详细设计与实现57-63
• 5.3.1 基础数据管理57-60
• 5.3.2 实时数据管理60
• 5.3.3 故障实时预警60-63
• 5.4 故障预警系统测试与结果分析63-67
• 5.5 本章小结67-68
• 第六章 总结与展望68-70
• 6.1 本文的主要研究结论68
• 6.2 下一步工作展望68-70
• 致谢70-71
• 参考文献71-75

【参考文献】

中国期刊全文数据库 前6条

1 袁洪芳,江志农;FMS故障诊断专家系统知识获取子系统的开发[J];北京化工大学学报(自然科学版);2002年04期

2 王晓恩;刘志浩;叶永伟;;基于模糊专家系统的风机预警策略研究[J];机械制造;2011年01期

3 陈舵;李雪;崔杜武;费蓉;;一种基于模糊度的聚类有效性函数[J];模式识别与人工智能;2008年01期

4 米根锁;王彦快;马学霞;;BP神经网络在轨道电路分路不良预警中的应用[J];计算机工程与科学;2013年02期

5 张崇刚;郭旭辉;黄昭婷;黄智刚;;模糊理论在故障诊断专家系统中的应用[J];中国测试技术;2008年05期

6 余涛,王晶,高峰,束洪春;水电机组故障诊断的集成知识表示与推理[J];中国电机工程学报;2000年04期

中国博士学位论文全文数据库 前1条

1 杨正益;制造物联海量实时数据处理方法研究[D];重庆大学;2012年

，

本文编号：734249