工業(yè)制造能力的提升對國家經(jīng)濟發(fā)展與社會進步有著重要影響。而數(shù)控機床是制造業(yè)中重要的組成部分,對數(shù)控機床進行狀態(tài)監(jiān)測能夠及時發(fā)現(xiàn)、識別異常狀態(tài),進一步確保數(shù)控機床的穩(wěn)定、安全、高效運行,也是提高工業(yè)制造能力的基礎(chǔ)。數(shù)控機床運行數(shù)據(jù)是機床狀態(tài)的載體,對數(shù)控機床運行數(shù)據(jù)進行采集、處理、存儲、分析和可視化能夠?qū)崟r、準確、動態(tài)的反映機床運行狀態(tài),實現(xiàn)機床狀態(tài)的在線監(jiān)測,同時也是實現(xiàn)數(shù)控機床健康預警和故障診斷的重要基礎(chǔ)。因此,本文對數(shù)控機床運行數(shù)據(jù)的采集、處理、存儲與可視化技術(shù)進行研究,實現(xiàn)了數(shù)控機床狀態(tài)監(jiān)測平臺的設計和開發(fā)。首先,對數(shù)控機床運行數(shù)據(jù)的高時效、動態(tài)響應、高傳輸速率以及海量等大數(shù)據(jù)特性進行分析;在此基礎(chǔ)上,分析了基于數(shù)控機床運行數(shù)據(jù)的狀態(tài)監(jiān)測平臺的需求;結(jié)合運行數(shù)據(jù)的大數(shù)據(jù)特性和應用需求,提出了基于數(shù)控機床運行數(shù)據(jù)的狀態(tài)監(jiān)測平臺的總體架構(gòu),從運行數(shù)據(jù)采集層、運行數(shù)據(jù)接入層、運行數(shù)據(jù)處理層、運行數(shù)據(jù)存儲層和運行數(shù)據(jù)應用層五個層次進行詳細的設計。其次,對基于數(shù)控機床運行數(shù)據(jù)的狀態(tài)監(jiān)測平臺涉及的關(guān)鍵技術(shù)進行研究,包括:基于流處理的數(shù)控機床運行數(shù)據(jù)實時監(jiān)測技術(shù)、基于實時聚類的機床運行狀態(tài)判斷...

【文章頁數(shù)】：94 頁

【學位級別】：碩士

【文章目錄】：
中文摘要
英文摘要
1 緒論
    1.1 論文研究背景
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 數(shù)控機床狀態(tài)監(jiān)測研究現(xiàn)狀
        1.2.2 數(shù)據(jù)處理技術(shù)研究現(xiàn)狀
        1.2.3 研究現(xiàn)狀總結(jié)
    1.3 論文研究的目的意義及課題來源
        1.3.1 論文研究的目的及意義
        1.3.2 論文研究課題來源
    1.4 本文的主要研究內(nèi)容及結(jié)構(gòu)安排
2 基于數(shù)控機床運行數(shù)據(jù)的狀態(tài)監(jiān)測平臺總體設計
    2.1 數(shù)控機床運行數(shù)據(jù)特性分析
    2.2 基于數(shù)控機床運行數(shù)據(jù)的狀態(tài)監(jiān)測平臺需求分析
    2.3 基于數(shù)控機床運行數(shù)據(jù)的狀態(tài)監(jiān)測平臺總體架構(gòu)設計
    2.4 基于數(shù)控機床運行數(shù)據(jù)的狀態(tài)監(jiān)測平臺設計
        2.4.1 運行數(shù)據(jù)采集層設計
        2.4.2 運行數(shù)據(jù)接入層設計
        2.4.3 運行數(shù)據(jù)處理層設計
        2.4.4 運行數(shù)據(jù)存儲層設計
        2.4.5 運行數(shù)據(jù)應用層設計
    2.5 本章小結(jié)
3 基于數(shù)控機床運行數(shù)據(jù)的狀態(tài)監(jiān)測平臺關(guān)鍵技術(shù)研究
    3.1 基于Storm流處理的數(shù)控機床運行數(shù)據(jù)實時監(jiān)測技術(shù)
        3.1.1 基于Storm流處理的數(shù)控機床運行數(shù)據(jù)實時監(jiān)測流程
        3.1.2 數(shù)控機床運行數(shù)據(jù)預處理
        3.1.3 基于滑動時間窗的運行數(shù)據(jù)統(tǒng)計與異常檢測技術(shù)
    3.2 基于實時聚類算法的機床運行狀態(tài)判斷技術(shù)
        3.2.1 實時流聚類算法及Trident-ml相關(guān)理論概述
        3.2.2 基于運行數(shù)據(jù)分析的機床運行狀態(tài)的分類
        3.2.3 基于Trident-ml實時流聚類算法的機床運行狀態(tài)判斷技術(shù)的實現(xiàn)
    3.3 面向海量運行數(shù)據(jù)的數(shù)據(jù)存儲技術(shù)
        3.3.1 基于Hbase的運行數(shù)據(jù)存儲技術(shù)
        3.3.2 基于Hive的運行數(shù)據(jù)存儲技術(shù)
        3.3.3 基于MySQL的運行數(shù)據(jù)存儲技術(shù)
    3.4 基于運行數(shù)據(jù)批處理的數(shù)控機床異常狀態(tài)識別技術(shù)
        3.4.1 批處理技術(shù)與狀態(tài)識別算法相關(guān)理論概述
        3.4.2 基于運行數(shù)據(jù)批處理的數(shù)控機床異常狀態(tài)識別技術(shù)實現(xiàn)流程
    3.5 監(jiān)測平臺運行數(shù)據(jù)可視化技術(shù)
    3.6 本章小結(jié)
4 基于數(shù)控機床運行數(shù)據(jù)的狀態(tài)監(jiān)測平臺軟件系統(tǒng)開發(fā)
    4.1 監(jiān)測平臺集成開發(fā)環(huán)境的部署
    4.2 基于數(shù)控機床運行數(shù)據(jù)的狀態(tài)監(jiān)測平臺的軟件實現(xiàn)
        4.2.1 系統(tǒng)功能模塊設計
        4.2.2 系統(tǒng)業(yè)務流程設計
        4.2.3 系統(tǒng)功能界面實現(xiàn)
    4.3 基于數(shù)控機床運行數(shù)據(jù)的狀態(tài)監(jiān)測平臺案例測試與分析
        4.3.1 案例測試環(huán)境
        4.3.2 實時處理流處理技術(shù)測試與分析
        4.3.3 運行數(shù)據(jù)可視化與存儲技術(shù)測試與分析
        4.3.4 數(shù)控機床異常狀態(tài)識別技術(shù)測試與分析
    4.4 本章小結(jié)
5 結(jié)論與展望
    5.1 結(jié)論
    5.2 展望
參考文獻
附錄
    A 作者在攻讀碩士學位期間從事的主要研究工作
    B 作者在攻讀碩士學位期間發(fā)表的論文
    C 作者在攻讀碩士學位期間申請的發(fā)明專利
    D 作者在攻讀碩士學位期間所獲獎勵
    E 學位論文數(shù)據(jù)集
致謝



本文編號：3740250