發(fā)布時間：2021-11-19 21:59

　　關于數(shù)控機床故障類型及診斷的研究由來已久,由于數(shù)控機床是集機械、電子、液壓等技術于一體的多元系統(tǒng),所以在生產(chǎn)加工過程中,其任何一個部分出現(xiàn)了故障,都會對機床的正常運行產(chǎn)生影響。而通常故障部件都有若干表象,且每一種部件的組成也很復雜,其類型、功能與原理也各有不同。傳統(tǒng)的維修診斷工作是基于人工的,出于對成本等因素的綜合考慮,在實際的生產(chǎn)運行中不可能完全由維修專家完成維修作業(yè)。故以故障診斷技術為核心,開發(fā)智能故障診斷系統(tǒng),能讓非專家的維修人員完成專家維修人員的工作,從而迅速處理機床故障,及時恢復生產(chǎn)的正常運轉,對企業(yè)的正常生產(chǎn)經(jīng)營及技術革新具有深遠的意義。本文選取了南京齒輪責任有限公司所采用的數(shù)控機床作為研究樣本,分析其故障類型和診斷技術,著眼于數(shù)控機床需求開展分析,提出以案例庫的知識獲取技術作為本文的技術、理論基礎。對數(shù)控機床的故障特征進行分析并建立故障樹,為后續(xù)的數(shù)控機床故障診斷系統(tǒng)的開發(fā)建立學理支撐。系統(tǒng)開發(fā)完畢后,對兩類機床的故障診斷進行試驗研究,結果表明本系統(tǒng)能夠達到故障判定和精確定位的效果。本系統(tǒng)依照提出問題-分析問題-解決問題的思路展開研究。探究本文案例庫技術的本質所在,基于特... 

【文章來源】：南京理工大學江蘇省 211工程院校

【文章頁數(shù)】：75 頁

【學位級別】：碩士

【部分圖文】：

圖１．１數(shù)控機床各組成部分故障概率分布圖??

效的監(jiān)測主軸的狀態(tài)。??文獻［３２］在分析柔性制造系統(tǒng)子設備及設備之間的故障傳播關聯(lián)性的基礎上，提出了??模糊模型診斷方法。該方法在缺乏先驗診斷樣本的情況下，解決其他診斷模型應用的困??難性。??１．３本文的主要工作??南京齒輪有限公司采用的數(shù)控機床的類型，在日常生產(chǎn)中通常處理的方式是人工維??修，而在故障診斷的過程又比較復雜，因此經(jīng)常因為某一方面的故障，延遲了生產(chǎn)的進??程，不僅增加了時間成本，也增加了人力成本。所以，為壓縮數(shù)控機床所需的診斷時間，??提升故障診斷的精準率，確保整個維修工作的質量，亟需設計一套自動故障診斷系統(tǒng)。??本文通過案例庫為基礎的數(shù)控機床系統(tǒng)的開發(fā)，以ＣＫ６１４０和ＸＨ７１５Ｋ這兩種數(shù)控機床??為工具，以實證的方式來檢驗本文所設計的系統(tǒng)是否具備良好的可行性以及適用性。??數(shù)控機床是一類復雜系數(shù)較高的機械加工設備，除配備了機械系統(tǒng)之外，還要為之??配備適宜的電氣系統(tǒng)以及液壓系統(tǒng)。上述各系統(tǒng)均引入和應用了不少先進技術。這就直??接導致了系統(tǒng)故障診斷的困難。常見的數(shù)控機床的故障類型主要有以下幾種［３３］，如圖??１．３所示。??

延長設備壽命。值得一提的是，對于數(shù)控機床使用者而言，如果引入了適宜??的故障診斷系統(tǒng)，則可以幫助用戶更好地理解和操作數(shù)控機床，充分發(fā)揮數(shù)控機床在生??產(chǎn)中的作用，本文研宄的技術路線如圖１．４所示。??南京齒輪企業(yè)數(shù)??控機床故障??建立故障．５：＿??．．．．．?特征模型??分觀控賄?細庫故離分職?隸篇２??故障信息??數(shù)控檢查??故陣分類??圖１．４研宄技術路線??本文的研究路線主要分為兩部分，首先立足于前面幾部分對于基礎理論知識和研宄??方法的分析，依據(jù)特征模型及故障信息系統(tǒng)及數(shù)控機床的故障分類，構建本文的案例庫，??建立數(shù)據(jù)庫，以此作為本文的相關故障知識的源頭。其次，通過案例數(shù)據(jù)庫作為故障類??型的判斷依據(jù)，對數(shù)控機床的故障成因進行系統(tǒng)分析，并對故障進行分類，將故障樹以??可視化圖形格式進行呈現(xiàn)。以此構建起來的故障樹，服務于數(shù)控機床故障診斷的過程。??１．５論文結構安排??研究數(shù)控機床的各種故障案例，對更快、更好地解決生產(chǎn)實踐中的同類型故障有著??相當大的借鑒價值。所以，在歸納過去有關診斷系統(tǒng)，剖析既有的故障診斷系統(tǒng)的基礎??上

【參考文獻】：
期刊論文
[1]數(shù)控機床結構故障診斷與維修探析[J]. 李春俊,肖元昭.  中國設備工程. 2018(21)
[2]數(shù)控機床電氣故障診斷維修原則與步驟[J]. 申東東.  內燃機與配件. 2018(16)
[3]數(shù)控機床的故障診斷及實例分析[J]. 李寶修.  內蒙古石油化工. 2018(04)
[4]機械故障自動化診斷研究[J]. 梁居正.  電子測試. 2018(Z1)
[5]基于灰色關聯(lián)度分析的數(shù)控機床性能模糊綜合評判[J]. 劉亮輝,汪永超,白飛先,王東升.  組合機床與自動化加工技術. 2018(02)
[6]基于專利共類的高端機床制造核心技術關聯(lián)特征識別——以五軸聯(lián)動數(shù)控機床為例[J]. 張迎新,劉翔宇.  情報雜志. 2018(02)
[7]FANUC系統(tǒng)數(shù)控機床故障診斷與排除方法概述[J]. 雷楠南.  濮陽職業(yè)技術學院學報. 2017(06)
[8]分析數(shù)控機械機床加工效能的提升方式[J]. 白耀斌.  中國新通信. 2017(14)
[9]某型號加工中心整機模態(tài)的分析測試及預測評價[J]. 閆文飛,米潔,王福乾.  組合機床與自動化加工技術. 2017(06)
[10]數(shù)控機床故障知識的本體建模及語義檢索研究[J]. 江小林.  南方農(nóng)機. 2017(11)

碩士論文
[1]火控系統(tǒng)故障診斷專家系統(tǒng)的研究[D]. 秦旭東.沈陽工業(yè)大學 2017
[2]基于指令域的數(shù)控機床健康狀態(tài)監(jiān)測[D]. 周振.華中科技大學 2016
[3]數(shù)控機床故障預警與診斷系統(tǒng)設計[D]. 周顯峰.西南交通大學 2013
[4]知識管理案例知識獲取系統(tǒng)建模[D]. 劉瀟.鄭州大學 2013
[5]數(shù)控機床控制及故障診斷系統(tǒng)設計與實現(xiàn)[D]. 宋麒麟.華東理工大學 2012
[6]基于案例推理的學習遷移研究[D]. 楊紅美.揚州大學 2012



本文編號：3505952