當前位置:首[Shǒu]頁  >  新[Xīn]聞中心  >  用于高速加工中心的[De]計算機智能(Néng)監[Jiān]測控制方法▾研▾(Yán)究

用于○高○速加◊工◊(Gōng)中心的計算機智▾能▾監[Jiān]測控制方▽法▽研究

發表時間:2013-05-24      點擊次數:3540
 随(Suí)着現(Xiàn)代工◆業◆(Yè)生産(Chǎn)自動化、連[Lián]續化水∇平∇的不斷提高,加(Jiā)工中(Zhōng)心的占有率(Lǜ)也在增大,⋄在⋄生産中已經占有重要地位[Wèi]。加工中心在許多企業中被[Bèi]用于重要的加工環節,◈如◈[Rú]果出現故障後[Hòu]不能及時正确[Què]地進行故障診[Zhěn]斷和維修,則會帶來較大的經濟損∆失∆(Shī)。⋄随⋄着粗集理論近年來在▾智▾能(Néng)信息(Xī)處理研究領域獲(Huò)得了迅速發展,它基于現實的(De)大數據◆集◆,從中推理、發現知◆識◆(Shí)和分類系統的某些特點,對于研究不知識的表達、學習、歸納方面有其*之▾處▾。 本文∆研∆[Yán]究了基于數據[Jù]挖(Wā)掘▾的▾加工中心故障診斷方▲法▲,跟以往的故障診斷方法[Fǎ]不同,研究(Jiū)▾的▾方向并不∇是∇基于機械振動分析,而是采用[Yòng]了粗集理論結合∆神∆經網絡[Luò]的▾方▾法。 論文研究[Jiū]了粗集對故障數據進行(Háng)約簡的可行◆性◆,并應[Yīng]用自組織映射神經[Jīng]網絡的聚類功能,來實現連續屬性值離(Lí)散化○的○(De)方法;通過對診斷信息的分析,采取常規約簡方法,該方法實現了樣本條(Tiáo)件屬性的約簡,可消除樣本數據中的▾冗▾餘信息。采用MATLAB神經網[Wǎng]絡(Luò)工具箱建立了加工中心故(Gù)障類型的智能混合診斷系統(Tǒng);研究了智[Zhì]能混合故障診斷系統[Tǒng],并進行了功能模塊▾設▾計,各功能模塊[Kuài]分别為:數據采集模塊,數據預[Yù]處理模塊,數據約簡模塊,神經網絡模塊,故障診斷(Duàn)模塊[Kuài]。在▿此▿基礎▲上▲構建了一個基于粗集(Jí)-神經網絡⋄的⋄智能混合(Hé)故障○診○[Zhěn]斷系統。

市場的低[Dī]迷也◇給◇[Gěi]加工中心企業(Yè)帶來了轉型的機遇(Yù),企業應将主要(Yào)精力由銷售産品轉移到提高(Gāo)産品◊的◊質量上來,重新[Xīn]設定産品線(Xiàn),制定發⋄展⋄戰屢,淘汰掉落後的産品,多▽研▽[Yán]發盈利能力強的◊加◊工中心,為市場回暖做好準備。

主要推薦[Jiàn]産品CNC加工中心_卧式加工中心_立式加工中心_高速加工中◇心◇ /