论文部分内容阅读
数控机床是一种集自动控制等技术于一体的现代制造业基础装备，其水平高低体现了一个国家制造业的现代化程度，关系到国家战略地位和综合国力水平。数控机床发展至今，日趋大型化、自动化和智能化，与此同时，其故障定位和排除变得越来越复杂，快速实现故障诊断已成为亟需解决的问题。因此，开展数控机床智能故障诊断系统关键技术研究具有重要意义。 依托于中国科学院沈阳计算技术研究所承担的“高档数控机床与基础制造装备”科技重大专项课题——开放式数控系统支撑技术创新平台建设，对数控机床智能故障诊断系统关键技术进行研究，包括以下内容: 首先，在深入分析数控机床结构及已有智能诊断关键技术基础上，开展了数控机床智能故障诊断系统结构的研究。通过深入分析数控机床故障特点，设计了一个集联机诊断和脱机诊断于一体的诊断系统结构，以弥补单一诊断技术的不足，提高诊断结果正确性和高效性。 其次，对传统灰关联分析方法及其存在问题进行了深入分析，开展了联机诊断关键技术的研究。通过引入动态分辨系数和因子权重系数，提出了新型灰关联分析方法，并对该新型方法进行了实例与对比分析。 再次，开展了脱机诊断关键技术的研究，包括不确定知识获取、转化及神经网络推理，建立了基于不确定知识和神经网络的故障诊断模型，并对该模型进行了实例分析。 最后，以Linux为开发平台、Gtk+为开发工具、Sqlite为数据库管理工具设计和实现了数控机床智能故障诊断实验系统，并对以上研究和设计内容进行了测试与验证。