數(shù)控機(jī)床是現(xiàn)代工業(yè)生產(chǎn)的重要基礎(chǔ)設(shè)備之一,被廣泛應(yīng)用于機(jī)械制造、航空航天、國(guó)防建設(shè)等領(lǐng)域,影響一個(gè)國(guó)家的經(jīng)濟(jì)水平和綜合國(guó)力。數(shù)控機(jī)床故障的發(fā)生,不僅直接造成經(jīng)濟(jì)損失,更帶來(lái)安全隱患。數(shù)控機(jī)床故障診斷技術(shù)是一門(mén)專(zhuān)門(mén)解決數(shù)控機(jī)床故障問(wèn)題的綜合性應(yīng)用技術(shù),它使用測(cè)試技術(shù)、信號(hào)分析、數(shù)據(jù)處理技術(shù)、計(jì)算機(jī)技術(shù)來(lái)及時(shí)發(fā)現(xiàn)甚至提前預(yù)知數(shù)控機(jī)床故障。本文使用樸素貝葉斯分類(lèi)法進(jìn)行故障識(shí)別,基于Python語(yǔ)言和WebSocket技術(shù)實(shí)現(xiàn)了數(shù)控機(jī)床遠(yuǎn)程實(shí)時(shí)故障診斷系統(tǒng)。故障診斷算法方面以滾動(dòng)軸承正常和故障信號(hào)數(shù)據(jù)為例,使用零均值化和小波包濾波對(duì)信號(hào)進(jìn)行預(yù)處理,然后使用時(shí)域分析、頻域分析和連續(xù)小波變換提取信號(hào)特征,最后使用樸素貝葉斯分類(lèi)法實(shí)現(xiàn)故障識(shí)別。使用Python語(yǔ)言及相關(guān)科學(xué)計(jì)算工具包進(jìn)行編程實(shí)現(xiàn)。根據(jù)數(shù)控機(jī)床中需要被監(jiān)控的機(jī)械部件,選擇合適的傳感器和數(shù)據(jù)采集設(shè)備,建立數(shù)據(jù)采集系統(tǒng),構(gòu)成實(shí)現(xiàn)數(shù)控機(jī)床故障診斷系統(tǒng)的硬件基礎(chǔ)。軟件系統(tǒng)分為采集端、服務(wù)端和用戶(hù)端,由于Python幾乎可以實(shí)現(xiàn)任何程序的編寫(xiě),并且擴(kuò)展性極強(qiáng)和其在科學(xué)計(jì)算方面的優(yōu)勢(shì),使用Python語(yǔ)言實(shí)現(xiàn)整個(gè)軟件系統(tǒng)的大部分功能,在數(shù)據(jù)采集方面,不能由Python完成的地方使用VC++2010對(duì)Python進(jìn)行擴(kuò)展。采集端和服務(wù)端使用C/S結(jié)構(gòu),通過(guò)TCP通信進(jìn)行數(shù)據(jù)交互。采集到的原始數(shù)據(jù)存儲(chǔ)在MAT文件中,其他數(shù)據(jù)使用MariaDB數(shù)據(jù)庫(kù)進(jìn)行存儲(chǔ)。用戶(hù)端和服務(wù)端使用B/S結(jié)構(gòu),使用Tornado框架實(shí)現(xiàn)Web服務(wù)器和Web站點(diǎn),用戶(hù)通過(guò)Web瀏覽器訪(fǎng)問(wèn)系統(tǒng)。Web站點(diǎn)前端使用HTML5規(guī)范的WebSocket實(shí)現(xiàn)實(shí)時(shí)的大量數(shù)據(jù)傳輸,并且使用VSG、Bootstrap、JQuery和Echarts前端框架和插件,實(shí)現(xiàn)了較友好的人機(jī)交互界面。實(shí)際運(yùn)行結(jié)果表明,系統(tǒng)能夠穩(wěn)定運(yùn)行,可以及時(shí)顯示出機(jī)床機(jī)械部件的運(yùn)行狀態(tài),滿(mǎn)足工業(yè)應(yīng)用的需求。
【學(xué)位單位】：西南交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2015
【中圖分類(lèi)】：TG659
【部分圖文】：

連續(xù)小波變換各頻帶上的信號(hào)能量可作為故軸承正常時(shí)的連續(xù)小波變換頻譜圖，圖２－５是其正常和內(nèi)圈故障時(shí)的信號(hào)連續(xù)小波變換各頻帶能常狀態(tài)下和故障狀態(tài)下信號(hào)的能量分布區(qū)分度明

圖２－６軸承正常狀態(tài)與內(nèi)圏故障連續(xù)小波變換后給頻帶能量??２．４故障診斷??本文使用貝葉斯分類(lèi)法作為故障識(shí)別的方法，貝葉斯分類(lèi)法是一類(lèi)分類(lèi)算法，以??理。??

?：??０?０．０２?０．Ｑ４?ｏｍ?０．０８?Ｇ．Ｉ?０—１２?０．１４?０，１６??圖２－５軸承內(nèi)圈故障小波變換頻譜圖??０－５?ｊ?ｒ＂““？＂＇?“‘?＼?‘?Ｉ?丨丨丨丨－丨丨?１?ｒ???＂＇（?ｉ?（?‘?ｔ?Ｊ???｜Ｂｎ正簿Ｉ??｜ｉ?＼＾＼??０．２５?－?薩??Ｊ?Ｌｌｌｉｉｎｔｎｉｎｔｌｊｌｊｌ?．??１２３４５６７８９?１０??圖２－６軸承正常狀態(tài)與內(nèi)圏故障連續(xù)小波變換后給頻帶能量??２．４故障診斷??本文使用貝葉斯分類(lèi)法作為故障識(shí)別的方法，貝葉斯分類(lèi)法是一類(lèi)分類(lèi)算法，以??貝葉斯定理為基礎(chǔ)。??２．４．１樸素貝葉斯分類(lèi)法??使用分類(lèi)方法進(jìn)行故障識(shí)別，就是對(duì)故障特征值進(jìn)行分類(lèi)，判斷其屬于哪一種分??類(lèi)。從數(shù)學(xué)角度定義如下，已知集合??Ｃ?＝?｛ｙｉ－ｙｚ．ｙｓ．……．ｙｎ）?（２－２３）??１?—?ｆ?Ｘ２１Ｘ３?????尤?Ｔｊｉ）?（?２－２４）??有映射規(guī)則ｙ?＝?ｆｉｘ），使得任意；Ｃｊ?ｅ?／有且僅有一個(gè)ｙｙ?６?Ｃ使得；ｙｙ?＝?／（ｘ；）成立。式??中Ｃ為類(lèi)別集合，／為待分類(lèi)項(xiàng)集合，／為分類(lèi)器，分類(lèi)算法的目的就是構(gòu)造分類(lèi)器［２４］。??一般情況下，使用分類(lèi)方法進(jìn)行特征識(shí)別常使用經(jīng)驗(yàn)方法得到分類(lèi)規(guī)則，一般分??
【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 涂驥;;振動(dòng)傳感器的選擇與安裝[J];計(jì)量與測(cè)試技術(shù);2010年01期

2 林京,屈梁生;基于連續(xù)小波變換的信號(hào)檢測(cè)技術(shù)與故障診斷[J];機(jī)械工程學(xué)報(bào);2000年12期

3 王家海;黃江濤;沈斌;蘇依順;張燕青;;數(shù)控機(jī)床智能故障診斷技術(shù)的研究現(xiàn)狀與展望[J];機(jī)械制造;2014年05期

本文編號(hào)：2842681