智能制造背景下,隨著企業(yè)對數(shù)控機床可視化監(jiān)控系統(tǒng)的智能化需求不斷提高,海量的監(jiān)控過程數(shù)據(jù)被實時采集。它們具有數(shù)據(jù)量大、數(shù)據(jù)增長快、數(shù)據(jù)價值大等特點,如何壓縮并存儲這些海量的數(shù)據(jù)成為企業(yè)信息化進程中一個亟待解決的難題。因此,本文對數(shù)控機床監(jiān)控過程數(shù)據(jù)進行了深入的研究,在此基礎(chǔ)上提出了監(jiān)控過程數(shù)據(jù)的壓縮策略,并將它們應(yīng)用于數(shù)控機床可視化監(jiān)控系統(tǒng)的開發(fā)中。本文的主要研究內(nèi)容如下:(1)通過對現(xiàn)有壓縮算法的研究,分析將它們用于數(shù)控機床監(jiān)控過程數(shù)據(jù)壓縮的局限性。深入研究機床監(jiān)控過程數(shù)據(jù)的結(jié)構(gòu)、特點及規(guī)律,針對監(jiān)控過程中的開關(guān)量數(shù)據(jù)、三維軌跡數(shù)據(jù)與模擬量數(shù)據(jù),利用數(shù)據(jù)不同的變化規(guī)律,分別提出對應(yīng)的壓縮策略。(2)針對機床監(jiān)控的三維軌跡數(shù)據(jù),本文提出一種基于NC程序解析的數(shù)據(jù)壓縮方法。通過研究三維軌跡數(shù)據(jù)與NC代碼之間的對應(yīng)關(guān)系,提出了實時數(shù)據(jù)的NC代碼匹配方法及異常數(shù)據(jù)的識別方法。利用實時坐標(biāo)與NC代碼解析的理論軌跡之間的位置誤差作為壓縮過程的判斷依據(jù),通過誤差限的動態(tài)調(diào)節(jié)來獲得更好的壓縮效果。(3)針對機床監(jiān)控的模擬量數(shù)據(jù),提出一種基于相似性匹配的改進型SDT數(shù)據(jù)壓縮算法。構(gòu)建了監(jiān)控過程模擬量數(shù)...

【文章頁數(shù)】：86 頁

【學(xué)位級別】：碩士

【文章目錄】：
中文摘要
Abstract
第1章 緒論
    1.1 課題來源
    1.2 課題研究背景及意義
        1.2.1 課題研究背景
        1.2.2 課題研究意義
    1.3 國內(nèi)外研究現(xiàn)狀
        1.3.1 數(shù)控機床監(jiān)控技術(shù)的研究現(xiàn)狀
        1.3.2 工業(yè)過程數(shù)據(jù)壓縮的研究現(xiàn)狀
    1.4 研究內(nèi)容及論文結(jié)構(gòu)
        1.4.1 研究內(nèi)容
        1.4.2 論文結(jié)構(gòu)
第2章 數(shù)控機床監(jiān)控過程數(shù)據(jù)及其壓縮策略研究
    2.1 數(shù)據(jù)壓縮技術(shù)概述
        2.1.1 數(shù)據(jù)壓縮分類
        2.1.2 常用過程數(shù)據(jù)壓縮技術(shù)
    2.2 數(shù)控機床可視化監(jiān)控過程數(shù)據(jù)研究
        2.2.1 數(shù)控機床可視化監(jiān)控過程數(shù)據(jù)的結(jié)構(gòu)
        2.2.2 數(shù)控機床可視化監(jiān)控過程數(shù)據(jù)的特點
        2.2.3 數(shù)控機床可視化監(jiān)控過程數(shù)據(jù)的變化規(guī)律
    2.3 監(jiān)控過程數(shù)據(jù)壓縮策略分析
        2.3.1 監(jiān)控過程數(shù)據(jù)處理流程
        2.3.2 開關(guān)量數(shù)據(jù)的壓縮策略
        2.3.3 三維軌跡數(shù)據(jù)的壓縮策略
        2.3.4 模擬量數(shù)據(jù)的壓縮策略
    2.4 本章小結(jié)
第3章 基于NC程序解析的三維軌跡數(shù)據(jù)壓縮方法
    3.1 數(shù)控機床三維軌跡數(shù)據(jù)壓縮流程
    3.2 三維軌跡數(shù)據(jù)的NC代碼匹配方法
        3.2.1 三維軌跡數(shù)據(jù)的NC代碼匹配條件
        3.2.2 NC代碼匹配及異常點識別流程
    3.3 基于NC程序解析的數(shù)控機床三維軌跡數(shù)據(jù)壓縮算法
        3.3.1 NBPC算法原理
        3.3.2 位置誤差的計算模型
        3.3.3 誤差限的動態(tài)控制模型
        3.3.4 NBPC算法步驟
        3.3.5 NBPC算法解壓縮過程
    3.4 性能測試
        3.4.1 壓縮性能評價指標(biāo)
        3.4.2 測試數(shù)據(jù)來源
        3.4.3 測試結(jié)果
    3.5 本章小結(jié)
第4章 基于相似性匹配的監(jiān)控模擬量數(shù)據(jù)壓縮方法
    4.1 監(jiān)控過程模擬量數(shù)據(jù)壓縮流程
        4.1.1 模擬量數(shù)據(jù)的特點及分類
        4.1.2 模擬量數(shù)據(jù)壓縮流程
    4.2 狀態(tài)模型及其相似度量方法研究
        4.2.1 實時狀態(tài)模型
        4.2.2 構(gòu)建歷史狀態(tài)矩陣
        4.2.3 狀態(tài)模型相似度量方法
    4.3 監(jiān)控過程模擬量數(shù)據(jù)壓縮方法
        4.3.1 改進SDT算法原理
        4.3.2 動態(tài)門限值計算模型
        4.3.3 改進SDT算法步驟
        4.3.4 改進SDT算法解壓縮步驟
    4.4 性能測試
        4.4.1 壓縮性能評價指標(biāo)
        4.4.2 測試數(shù)據(jù)來源
        4.4.3 測試結(jié)果
    4.5 本章小結(jié)
第5章 數(shù)據(jù)壓縮在機床可視化監(jiān)控系統(tǒng)中的應(yīng)用
    5.1 監(jiān)控系統(tǒng)開發(fā)環(huán)境及體系結(jié)構(gòu)
        5.1.1 系統(tǒng)的開發(fā)環(huán)境
        5.1.2 系統(tǒng)的體系結(jié)構(gòu)
    5.2 數(shù)據(jù)庫設(shè)計
        5.2.1 數(shù)據(jù)讀寫過程
        5.2.2 數(shù)據(jù)表的設(shè)計
    5.3 應(yīng)用實例
    5.4 本章小結(jié)
第6章 總結(jié)與展望
    6.1 論文總結(jié)
    6.2 研究展望
致謝
參考文獻
附錄 A攻讀碩士學(xué)位期間的科研成果
附錄 B
附錄 C



本文編號：3792786