基于貝葉斯網(wǎng)絡(luò)的數(shù)控機床遠程智能故障診斷研究.pdf

1、現(xiàn)代紛繁復(fù)雜的加工需求使得數(shù)控機床朝著智能化、網(wǎng)絡(luò)化的方向發(fā)展，而融合了智能故障診斷的遠程監(jiān)控系統(tǒng)，是智能化、網(wǎng)絡(luò)化機床不可或缺的部分。它不僅可以提高數(shù)控機床生產(chǎn)加工的效率，還可以提高其自動化程度以及制造柔性。因此，開展數(shù)控機床故障的智能故障診斷及遠程監(jiān)控的研究具有重要意義。
　　 本文結(jié)合浙江省重大機電裝備專項項目(2006C11067)的科研任務(wù)，在分析了貝葉斯網(wǎng)絡(luò)方法在研究不確定性問題上具有優(yōu)勢的基礎(chǔ)上，設(shè)計并實現(xiàn)了以數(shù)控

2、車床工件質(zhì)量為研究對象的智能故障診斷模塊。同時，還設(shè)計了數(shù)控機床的遠程監(jiān)控系統(tǒng)并將智能診斷模塊軟件實現(xiàn)。
　　 本文數(shù)控機床故障診斷的貝葉斯網(wǎng)絡(luò)模型的結(jié)構(gòu)確立，以傳統(tǒng)的故障樹分析為基礎(chǔ)。首先確定變量集和變量域；其次，確定網(wǎng)絡(luò)結(jié)構(gòu)；再次，確定各節(jié)點先驗概率表。在對貝葉斯網(wǎng)絡(luò)理論研究之上，本文以數(shù)控車床加工工件的質(zhì)量為具體的研究對象，詳細的闡述了建立貝葉斯網(wǎng)絡(luò)的具體過程。文中提出的模型結(jié)構(gòu)清晰，計算簡潔、易于理解。模型中的節(jié)點選擇可

3、根據(jù)實際的狀況及實驗條件增加或減少，而其先驗概率可據(jù)樣本及專家知識等靈活的調(diào)整。同時隨著故障數(shù)據(jù)的積累，模型的推理精度會越來越高，這對數(shù)控機床的故障診斷研究有較強的參考意義。
　　 綜合考慮已建立的貝葉斯網(wǎng)絡(luò)模型及實驗條件，本文理論設(shè)計了特征量提取的規(guī)則并通過測數(shù)控車床的三個點的振動信號來提取故障特征，以供模型推理。
　　 此外，本文還研究了智能故障診斷中狀態(tài)信息量的獲取系統(tǒng)，即是遠程監(jiān)控系統(tǒng)。該系統(tǒng)的主要功能是獲取數(shù)控