收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

数控机床振动远程监测及其趋势预测研究

黄建军  
【摘要】: 数控机床是一种自动化程度高、结构复杂的先进加工设备,是企业生产中的关键设备。若发生故障而停机,由于维修周期长、维修费用高,会给企业造成巨大损失。数控机床自带的数控系统虽然可完成简单的与之关联部件的故障诊断,但对故障出现率高的机械系统的故障不能作出预报和诊断。 要对数控机床的机械系统的故障进行预测,首先要对诊断对象所表现出来的信息(如振动、切削力、功率、声发射和切削温度等)进行预测,而机械系统的故障往往通过振动表现出来,振动预测的准确程度对故障预测的结果影响很大。因此,本文开发了数控机床远程监测系统,对数控机床振动进行远程监测,并对数控机床的振动趋势进行预测。 论文首先,在对国内外研究现状分析的基础上,制定了数控机床远程监测的组织结构,并对各层组织结构进行分析,确定主要研究内容;提出了数控机床远程监测系统的设计目标,根据设计目标制定了系统设计流程,并对所用到的关键技术作了分析。 接着,根据远程监测的设计目标,按照系统设计流程选用合适的硬件,进行硬件系统的设计;利用LabVIEW软件开发平台,对数据采集模块和远程监测模块进行开发。整合系统的各个软硬件,初步完成原型系统的开发。 然后,对用于趋势预测的BP神经网络进行介绍,针对BP神经网络的缺点在深入研究BP神经网络的基础上,利用Levenberg-Marquardt算法改进BP神经网络,通过时间滚动的方法建立基于改进的BP神经网络的振动趋势滚动预测模型。 最后,本文对数控机床远程监测原型系统进行测试并对振动趋势进行预测。对数控机床的刀架和主轴箱的振动状态进行实时在线远程监测,并对振动信号进行采集和特征提取后,把刀架的特征值输入建立的改进的BP神经网络模型和标准的BP神经网络模型,预测刀架未来时刻的振动值,对比后发现改进的BP神经网络模型预测速度快,预测精度高。然后,采用改进的BP神经网络模型对刀架未来时刻的振动曲线进行预测,为下一步数控机床的预测性维修提供了依据。 经测试,该系统运行正常,满足数控机床远程监测与趋势预测的需求,具有友好的人机界面、高速稳定的处理单元、强大的数据分析处理功能、易于维护和扩展性好、可靠性和稳定性高等特点,具备良好的应用前景。为下一步进行预测性维修奠定了基础,弥补了数控系统自诊断功能不能诊断数控机床机械部件故障的不足。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 陈莉;贾育秦;毕有明;陈宏军;;基于BP神经网络数控机床热误差建模的研究[J];机电工程技术;2011年01期
2 任小洪;徐卫东;刘立新;周天鹏;乐英高;;基于遗传算法优化BP神经网络的数控机床热误差补偿[J];制造业自动化;2011年09期
3 陈天凡;基于BP神经网络的数控机床远程故障诊断系统[J];机电技术;2004年01期
4 马晓波;刘阔;刘春时;林剑峰;;BP神经网络在机床故障诊断应用中的改进[J];制造技术与机床;2011年02期
5 余香梅;舒彤;;基于神经网络的数控机床可靠性预计研究[J];九江学院学报;2007年06期
6 韩晞春,汪木兰;数控机床现场监测仪的研制[J];机床与液压;2003年06期
7 陈勇,刘雄伟,俞铁岳;基于BP神经网络的立铣加工振动快速预估[J];制造技术与机床;2005年10期
8 汪木兰,朱晓春,王令其;基于PSTN数控机床远程临测技术研究[J];中国制造业信息化;2003年09期
9 戴志文;数控机床故障检修实例[J];机床电器;1994年06期
10 章青,姜文兰,刘又午,吴建华,范晋伟;加工中心空间综合误差建模技术[J];天津大学学报;1996年02期
11 乌国卿;数控机床的故障诊断和维修[J];机电一体化;1996年04期
12 闫鹏举,王承民,付琼;数控机床齿轮精度的选择[J];林业机械与木工设备;1997年09期
13 蒋锐权,吴祖育,蔡建国;数控机床神经元自适应位置控制算法[J];组合机床与自动化加工技术;2000年07期
14 洪迈生,苏恒,熊诗波,魏元雷,李自军;数控机床运动误差检测技术(续完)[J];组合机床与自动化加工技术;2002年02期
15 ;数控机床在机测量技术——雷尼绍测头在数控机床上的应用[J];制造技术与机床;2002年11期
16 徐加福,张文峰;数控加工机床的选用方法[J];南方农机;2002年06期
17 范波涛,宋一兵;数控机床数据通讯技术[J];山东工业大学学报;2002年01期
18 黄天戍,万志江,岳斌;基于以太网的异构数控机床集成实现[J];组合机床与自动化加工技术;2004年08期
19 王峰,郭连水;计算机辅助数控机床故障诊断与管理系统[J];设备管理与维修;2005年01期
20 张春华;数控机床组网技术探讨[J];兵工自动化;2005年02期
中国重要会议论文全文数据库 前10条
1 刘震;;力士乐IndraMotion MTX数控机床的高性能处理器[A];高档数控机床与制造工艺创新论坛论文集[C];2009年
2 张建生;张钢;汪希平;;数控机床中进给系统的位置记忆研究[A];人才、创新与老工业基地的振兴——2004年中国机械工程学会年会论文集[C];2004年
3 辛红敏;张建国;颉潭成;南翔;;基于HUNUC系统的数控机床维护技术[A];全国先进制造技术高层论坛暨第九届制造业自动化与信息化技术研讨会论文集[C];2010年
4 徐根元;;数控机床的润滑工作[A];2009年全国青年摩擦学学术会议论文集[C];2009年
5 杨霞;刘鹏;;数控机床多轴联动伺服控制系统的设计[A];第十五届中国小电机技术研讨会论文摘要集[C];2010年
6 刘又午;章青;赵小松;张志飞;;先进制造技术的重要课题[A];制造业与未来中国——2002年中国机械工程学会年会论文集[C];2002年
7 王秋成;袁巨龙;;竞争优势创建技术在数控机床新产品开发中的应用[A];面向21世纪的生产工程——2001年“面向21世纪的生产工程”学术会议暨企业生产工程与产品创新专题研讨会论文集[C];2001年
8 苏春;;数控机床快速化设计的使能技术与途径[A];江苏省机械工程学会第六次会员代表大会论文集[C];2002年
9 伏德贵;廖正菊;旷生平;;数控机床自动螺距误差补偿[A];中国工程物理研究院科技年报(2000)[C];2000年
10 ;前言[A];高档数控机床与制造工艺创新论坛论文集[C];2009年
中国博士学位论文全文数据库 前10条
1 魏领会;数控机床可用性耦合建模及影响度分析[D];吉林大学;2011年
2 许彬彬;基于维修程度的数控机床可靠性建模与分析[D];吉林大学;2011年
3 陈炳锟;数控机床可靠性试验设计及评估方法研究[D];吉林大学;2011年
4 葛红玉;数控机床装配可靠性建模及控制技术研究[D];重庆大学;2011年
5 张士雄;数控机床用高性能交流伺服驱动控制技术研究[D];华南理工大学;2010年
6 潘超;数控机床直线电驱进给系统控制技术及动态特性研究[D];江苏大学;2011年
7 胡峰;数控机床进给系统动态特性辨识与状态监测方法研究[D];华中科技大学;2009年
8 何王勇;数控机床双轴同步控制技术研究[D];华中科技大学;2011年
9 张颖;湖北大重型数控机床产业技术路线图研究[D];华中科技大学;2010年
10 张学玲;基于广义模块化设计的机械结构静、动态特性分析及优化设计[D];天津大学;2004年
中国硕士学位论文全文数据库 前10条
1 黄建军;数控机床振动远程监测及其趋势预测研究[D];江苏大学;2009年
2 严治国;基于现场总线技术的发射场变电所网络化远程监测系统[D];中国人民解放军国防科学技术大学;2002年
3 李钢;基于通信技术的土木工程健康状态信息远程监测系统研究[D];长安大学;2010年
4 曹文;水资源远程监测系统的设计[D];武汉理工大学;2005年
5 欧平;机车远程监测系统协议转换装置的设计[D];西南交通大学;2010年
6 李鲁平;天然气集输管道泄漏远程监测系统的开发与应用[D];中国石油大学;2011年
7 周文瑜;基于网络技术的电梯远程监测系统——监测中心及楼宇子系统软件设计[D];浙江大学;2004年
8 刘翔飞;数控系统开发过程可靠性技术研究及应用[D];吉林大学;2005年
9 杜灵;基于Web的远程监测系统的研究[D];西南石油学院;2002年
10 楚东晓;智能化思想导入ICAID系统的途径及实现过程与方法[D];湖南大学;2004年
中国重要报纸全文数据库 前10条
1 韩金池;中国数控机床产业尚属幼稚 亟待政策引导[N];中国工业报;2005年
2 本报记者  李培森;数控机床要先行 “十一五”规划力挺国产[N];中国工业报;2006年
3 吕强;沈阳机床 增幅估算是否保守[N];中国证券报;2007年
4 王小波;我国数控机床核心技术九成靠进口[N];中国质量报;2006年
5 原国锋;数控机床曙光初现[N];人民日报;2007年
6 王超;齐重数控:自主创新改写风电设备依赖进口历史[N];机电商报;2008年
7 胡启林;华东数控:龙门数控机床利润增长符合预期[N];中国工业报;2008年
8 中国机床工具工业协会行业部;中国数控机床上海大比拼[N];中国工业报;2004年
9 胡启林;云南玉溪万台数控机床生产项目签约[N];中国工业报;2009年
10 本报记者 刘伶玲;光洋科技:自主创新引领发展[N];中国知识产权报;2011年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978