开放式数控系统智能故障诊断技术的研究与应用

《开放式数控系统智能故障诊断技术的研究与应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、圃幽密级：中国科学院大学UniversityofChineseAcademyofSciences博士学位论文指导教师：培养单位：2012年lO月ByGaoTianrongADissertationSubmittedtoUniversityofChineseAcademyofSciencesInpartialfulfillmentoftherequirementForthedegreeofDoctorofComputerApplicationTechnologyShenyangInstituteofComputingTechnology,ChineseAcademyo

2、fSciencesOctober,2012独创性声明本人郑重声明：所提交的学位论文，是本人在指导教师的指导下，独立进行研究工作所取得的研究成果。尽我所知，文中除特烈标注和致谢懿地方外，学位论文中不包含其他人或集体已经发表或撰写过的研究成果，也不包含为获得中国科学院大学或其它教育机构的学位或证书所使用过的材料。对本文的研究做出重要贡献甑个人和集体，均已在文中以明确方式标明。本人完全意识烈本声明甑法律结果由本人承担。签名：盘班塞日期：型三：!里：三!关于学位论文使用授权的说明奉入完全j，群中国科!学院入学有关保管、便厢学位论文的规定，其中包括：(D学校有权保管、并向有必

3、都㈠送交学位论文的噤件与复目坼l：：②学校hf以采照影印、缩印或其它复制手段复制并保存学位论文；③学校Hf允许学位论文被查阅或借阕；④学校qj以公如学位论义的全部或部分内容。(涉密的!J-12t．论文陪解密五虚遵‘、：j：此溉定)签躬：盎甜盎锄F签名：∑j鱼!“瓤塑刚Q：颦摘要故障诊断技术是保证数控机床安全可靠运行、提高用户服务质量的重要手段之一。国内外相关研究机构在数控机床故障诊断方面展开了广泛的研究，在数控系统自诊断和PLC技术等方面取得了很大进展。但是由于传统数控系统的封闭性，仅通过自身的诊断机制检测电气状态，或者依靠操作人员和排故人员的主观经验判断故障，无法

4、获取并分析影响加工质量的主轴或进给系统的载荷信号，也无法为远程机床用户提供在线的诊断维修服务。先进传感器技术和网络化技术的发展为该问题提供了解决思路，其通过振动、噪声、温度等传感器采集机床关键零部件运行状态信号进行智能化分析，实现故障的在线监控、诊断与预测，并为机床用户提供远程维修维护指导。在“高档数控机床与基础制造装备’’国家科技重大专项的若干课题中，已将数控机床的远程状态监控、智能化故障诊断与预警、基于状态的维修列为重要研究内容。各大数控系统、机床厂商及相关研究机构也围绕数控机床性能评估、机械设备诊断和维修等方面开展了相关标准的制定工作。因此，论文基于现有的开放

5、式数控系统软硬件基础和先进传感器网络技术，开展面向开放式数控系统的智能故障诊断技术的研究与应用。针对数控机床故障特点及网络化智能故障诊断服务需求，设计并开发通用智能故障诊断系统，研究智能故障诊断方法，提高状态同步监控、故障自适应分析与诊断的能力。在此基础上，针对数控机床典型渐变性机械故障进一步研究智能故障预测方法，提高故障动态预测和预知性维修能力。针对网络化故障诊断中信息交互的规范性和安全性需求，研究安全访问控制机制，以提高用户服务质量。论文主要研究内容如下：1．开放式数控系统智能故障诊断平台的研究与开发。数控机床故障源分散、故障表征信息种类繁多，而其自身故障诊断机

6、制缺乏对机床载荷信息检测与诊断的能力，不能适应机床加工环境的变化以及故障的动态建模，也无法为机床用户提供在线诊断维修服务。因此，在现有蓝天数控系统开放式控制总线体系结构和实时操作系统的软硬件基础上，本文开展智能故障诊断平台的研究与开发工作。针对数控机床典型故障特点，设计三级协同故障诊断体系结构，建立智能故障诊断信息体系，采用开放式故障建模方法和动静态联合诊断推理策略，开发通用数控装备智能故障诊断系统，实现状态同步监控、通用故障建模与信息管理、动静态联合故障诊断、图形化定位诊断、风险评估等核心功能。通过系统在数控机床故障诊断过程中的实际运行，验证了该系统的有效性。2．

7、基于自适应误差修正的概率神经网络研究及其在故障诊断中的应用。开放式数控系统智能故障诊断技术的研究与应用现有智能故障诊断方法时效性和准确性受机床运行、加工环境影响颇大，网络泛化能力和自适应能力不足。因此，针对数控机床对故障诊断模型的需求，借助人工神经网络在故障模式识别领域的优势，本文提出一种基于自适应误差修正模型的概率神经网络故障诊断方法。针对概率神经网络由于未考虑模式间交错影响而导致判决界面有偏的问题，在概率神经网络基础上设计自适应误差修正模型，通过对同类别错误分类样本进行自适应聚类并批量修正的过程，实现判决界面的重新规划。通过双螺旋分类问题和IRIS分类问题，