用于高速加工中心的計算機智能監測控制方法(fǎ)研究
發表時間(jiān):2013-05-24 點擊次數(shù):3540
随着現代工業生産自動化、連(lián)續化水平的不斷提高,加(jiā)工中(zhōng)心的(de)占有率也在增(zēng)大,在(zài)生産中已經占有重要地位。加工中(zhōng)心在許多企業中被用于重要的加工環(huán)節,如果出現故障後不能及時正确(què)地進行故障診斷(duàn)和維修,則會帶來較大的經濟損失。随(suí)着粗集理論近(jìn)年來在智能(néng)信息處理研究領域獲得了迅速發展,它基于現實的大數據集,從中推理、發現知識(shí)和分類系統的某些特點,對(duì)于(yú)研究不知識的(de)表達、學(xué)習、歸納方(fāng)面有其*之處。 本文(wén)研究了基于數據挖掘的加工中心故障(zhàng)診斷方法,跟以往的故障診斷方法不同,研究的方向并不是基于機械振動分析,而是采用了粗集理(lǐ)論結合神經網絡的方法。 論文研究了粗集對故障數(shù)據(jù)進行約簡的可(kě)行性,并應用自(zì)組織映射神經網絡的聚類功能,來實(shí)現(xiàn)連續屬性值離(lí)散化的方(fāng)法;通過對(duì)診斷信息的分(fèn)析,采取(qǔ)常(cháng)規約簡方法,該方法實現(xiàn)了樣本條件屬性的(de)約簡,可(kě)消除樣本數據中的冗餘信息。采用MATLAB神經網(wǎng)絡工具箱建立了加工中心故障類型的智能混合診斷系統;研究了智(zhì)能混合故障診斷系統(tǒng),并進行了功能模塊設(shè)計,各(gè)功(gōng)能模塊分(fèn)别為:數(shù)據采集模塊,數(shù)據預(yù)處理模塊,數據約簡模塊,神經網(wǎng)絡模塊,故障診斷模塊。在此基礎上(shàng)構建了一個基于粗集-神經網絡(luò)的智能混合故障診(zhěn)斷系統。
市場的低迷也給加工中心企業帶來了轉型的機遇,企業應将(jiāng)主(zhǔ)要精(jīng)力由銷售産品轉移到提高(gāo)産品(pǐn)的質量上來,重(zhòng)新設定産品線,制定發展(zhǎn)戰屢,淘汰掉落後的産品(pǐn),多研發(fā)盈利能力強的加工中心,為(wéi)市場回(huí)暖做好準備。
主要推薦産品CNC加工中心_卧式加(jiā)工中心(xīn)_立式加工(gōng)中心_高速加(jiā)工中心 /