機(jī)床作為現(xiàn)代制造業(yè)最基本的生產(chǎn)加工單元,其面對(duì)復(fù)雜多變動(dòng)態(tài)制造環(huán)境的應(yīng)變能力直接決定了產(chǎn)品的質(zhì)量和加工效率,而這取決于機(jī)床在環(huán)境信息感知、加工狀態(tài)優(yōu)化和健康狀況預(yù)測(cè)等方面所具備的智能化能力。其中,主軸系統(tǒng)作為機(jī)床加工的最直接執(zhí)行者,其在自主感知功能、執(zhí)行優(yōu)化功能和推理決策功能等方面的智能化水平直接決定著零部件的加工成本、加工精度和表面加工質(zhì)量。本文針對(duì)智能主軸系統(tǒng)自主感知功能開展一系列研究工作,試圖解決智能主軸感知領(lǐng)域進(jìn)入“大數(shù)據(jù)”時(shí)代存在的監(jiān)測(cè)規(guī)模大、監(jiān)測(cè)測(cè)點(diǎn)多、每個(gè)測(cè)點(diǎn)的采樣頻率高而導(dǎo)致的傳統(tǒng)故障診斷技術(shù)面對(duì)這些海量數(shù)據(jù)在提取故障類型更為敏感的特征時(shí)顯得無能為力等問題,達(dá)到復(fù)雜環(huán)境下智能主軸系統(tǒng)準(zhǔn)確高效的狀態(tài)自診斷和故障自監(jiān)測(cè)等目標(biāo),以為智能機(jī)器自主感知問題提供有效的理論方法。主要研究?jī)?nèi)容包括:（1）從加工制造系統(tǒng)及其復(fù)雜性、傳統(tǒng)加工機(jī)床在復(fù)雜制造環(huán)境下存在的不足以及智能主軸系統(tǒng)針對(duì)這些不足提出的解決方案等幾個(gè)角度對(duì)智能主軸系統(tǒng)自主感知問題進(jìn)行描述與建模,給出了智能加工機(jī)床的定義與主要特性,分析了智能加工機(jī)器對(duì)于適應(yīng)復(fù)雜環(huán)境及解決復(fù)雜問題的主要優(yōu)勢(shì),并由此推斷出智能主軸系統(tǒng)的定義與... 

【文章來源】：深圳大學(xué)廣東省

【文章頁(yè)數(shù)】：120 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

智能加工機(jī)床[12]

基于具有深度學(xué)習(xí)能力態(tài)勢(shì)感知的智能主軸自主感知方法研究述分析可知，智能主軸各物理場(chǎng)信息的變化存在著相互影響的關(guān)系，并不是獨(dú)立存，其形式化描述如圖 3.4 所示。

度學(xué)習(xí)能力態(tài)勢(shì)感知的智能主軸自主感知方法4 厘米)的單點(diǎn)故障，且由于軸承外圈是固）、6 點(diǎn)鐘（正交于受載區(qū)）及 12 點(diǎn)鐘 3的型號(hào)為 SKF，后兩種為與之等效的 N放在電機(jī)殼體的驅(qū)動(dòng)端 12 點(diǎn)鐘位置上，為 0-3HP 下的振動(dòng)信號(hào)，并在后期利用率為 12000Hz，驅(qū)動(dòng)端軸承故障數(shù)據(jù)同時(shí)

【參考文獻(xiàn)】：
期刊論文
[1]基于長(zhǎng)短時(shí)記憶神經(jīng)網(wǎng)絡(luò)的風(fēng)電機(jī)組滾動(dòng)軸承故障診斷方法[J]. 張建付,宋雨,李剛,王傳洋,焦亞菲.  計(jì)算機(jī)測(cè)量與控制. 2017(01)
[2]基于改進(jìn)證據(jù)理論的全信息故障診斷[J]. 廖平,鄭友娟,覃才瓏.  計(jì)算機(jī)工程. 2016(03)
[3]數(shù)控機(jī)床主軸軸承故障知識(shí)獲取方法[J]. 謝小正,趙榮珍,靳伍銀.  振動(dòng).測(cè)試與診斷. 2013(05)
[4]高速主軸動(dòng)平衡及其在線控制技術(shù)[J]. 章云,梅雪松.  中國(guó)工程科學(xué). 2013(01)
[5]核電廠操縱員情景意識(shí)評(píng)價(jià)模型[J]. 戴立操,肖東生,陳建華,李鵬程.  系統(tǒng)工程. 2012(11)
[6]On-line chatter detection using servo motor current signal in turning[J]. LIU HongQi1,CHEN QingHai1,LI Bin1,2,MAO XinYong1,MAO KuanMin2 & PENG FangYu1 1 National NC System Engineering Research Center,Huazhong University of Science &Technology,Wuhan 430074,China;2 State Key Laboratory of Digital Manufacturing Equipment & Technology,Huazhong University of Science &Technology, Wuhan 430074,China.  Science China（Technological Sciences）. 2011(12)
[7]Monitoring Computer Numerical Control Machining Progress Based on Information Fusion[J]. TONG Liang1,2,*,YAN Ping1,2,and LIU Fei1,2 1 State Key Laboratory of Mechanical Transmission,Chongqing University,Chongqing 400030,China 2 Chongqing Engineering Research Center of Networked Manufacturing,Chongqing University,Chongqing 400030,China Received March 3,2010;revised March 17,2011;accepted April 7,2011;published electronically April 12,2011.  Chinese Journal of Mechanical Engineering. 2011(06)
[8]功率信息互相關(guān)法的刀具破損在線監(jiān)測(cè)[J]. 賀曉輝,鄢萍,張佳毅,劉飛.  重慶大學(xué)學(xué)報(bào). 2011(09)
[9]一種基于動(dòng)態(tài)時(shí)間彎折和功率信息的在線加工工件自動(dòng)識(shí)別和監(jiān)控方法[J]. 鄢萍,賀曉輝,易潤(rùn)忠,劉飛.  機(jī)械工程學(xué)報(bào). 2011(03)
[10]基于SVM與多振動(dòng)信息融合的齒輪故障診斷[J]. 蔣玲莉,劉義倫,李學(xué)軍,陳安華.  中南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2010(06)

博士論文
[1]統(tǒng)計(jì)聚類和粒子濾波在故障診斷中的應(yīng)用研究[D]. 李麗敏.西北工業(yè)大學(xué) 2014
[2]裝配制造系統(tǒng)復(fù)雜特性建模及其應(yīng)用研究[D]. 何非.華中科技大學(xué) 2010
[3]基于2D-HMM的旋轉(zhuǎn)機(jī)械故障診斷方法及其應(yīng)用研究[D]. 葉大鵬.浙江大學(xué) 2004

碩士論文
[1]基于支持向量機(jī)的加工中心主軸系統(tǒng)狀態(tài)監(jiān)測(cè)技術(shù)研究[D]. 董精華.吉林大學(xué) 2017
[2]基于深度學(xué)習(xí)的圖像態(tài)勢(shì)感知應(yīng)用研究[D]. 楊文慧.哈爾濱工業(yè)大學(xué) 2016
[3]數(shù)控滾齒機(jī)熱誤差補(bǔ)償技術(shù)研究[D]. 姜小飛.合肥工業(yè)大學(xué) 2013
[4]基于壓電陶瓷高速電主軸振動(dòng)主動(dòng)控制研究[D]. 麻玉川.重慶大學(xué) 2012
[5]制造系統(tǒng)復(fù)雜性及其影響因素分析[D]. 韓平.吉林大學(xué) 2010



本文編號(hào)：3235642