加工中心,是適應(yīng)省時(shí)、省力以及節(jié)能等時(shí)代背景要求而迅速發(fā)展起來的自動(dòng)換刀數(shù)控機(jī)床。高速電主軸單元是決定數(shù)控機(jī)床實(shí)現(xiàn)高速化和高精度的關(guān)鍵部件,始終是機(jī)床技術(shù)發(fā)展的基礎(chǔ),主軸的性能高低將直接影響加工中心的品質(zhì)優(yōu)劣。在實(shí)際的使用過程中,往往會(huì)因?yàn)殄e(cuò)誤的程序運(yùn)行、不恰當(dāng)?shù)臋C(jī)器設(shè)置以及操作者的不規(guī)范操作等因素,都會(huì)對(duì)主軸產(chǎn)生沖擊與振動(dòng)。對(duì)于企業(yè)和用戶來說,都希望數(shù)控機(jī)床能夠在經(jīng)濟(jì)、安全、高效的狀態(tài)下運(yùn)行生產(chǎn)。因此,對(duì)加工中心電主軸的生產(chǎn)過程進(jìn)行監(jiān)測(cè)與故障診斷具有重大意義。從提高加工中心電主軸的性能和實(shí)時(shí)掌握核心部件的運(yùn)行工況等綜合角度出發(fā),本學(xué)位論文以電主軸核心部件軸承的故障缺陷為對(duì)象進(jìn)行故障診斷系統(tǒng)的研究,將時(shí)域特征、頻域特征、時(shí)頻域分析等特征提取方法進(jìn)行驗(yàn)證,建立神經(jīng)網(wǎng)絡(luò)故障診斷模型,最后本論文以德國的臥式加工中心DMC65H為研究對(duì)象完成了該故障診斷系統(tǒng)的編譯。論文的主要研究內(nèi)容如下:(1)論文首先介紹了課題來源和課題研究背景及意義,然后論述了當(dāng)前國內(nèi)外狀態(tài)監(jiān)測(cè)與故障診斷技術(shù)的研究現(xiàn)狀,在對(duì)加工中心電主軸結(jié)構(gòu)特點(diǎn)、工作原理、故障類型及原因等方面做了充分研究之后,確定了該故障診斷系統(tǒng)方案。(2)論文接著對(duì)數(shù)據(jù)采集與存儲(chǔ)、降噪、特征提取、在線監(jiān)測(cè)與故障診斷等關(guān)鍵技術(shù)進(jìn)行了說明,選定了硬件設(shè)備,分析了軟件系統(tǒng)的需求與開發(fā)原則,為后期的故障診斷系統(tǒng)開發(fā)提供了理論基礎(chǔ)和技術(shù)支持。(3)論文通過對(duì)市場調(diào)研、用戶需求以及對(duì)加工中心現(xiàn)場進(jìn)行考察和了解之后,使用圖形化編程語言Lab VIEW軟件開發(fā)了一個(gè)加工中心電主軸在線監(jiān)測(cè)與故障診斷系統(tǒng)。該系統(tǒng)整體結(jié)構(gòu)主要包括數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)分析、數(shù)據(jù)存儲(chǔ)以及故障診斷等模塊。其中,特征提取和故障診斷是整個(gè)軟件系統(tǒng)的核心部分,本文主要采用常見的時(shí)頻域分析方法進(jìn)行數(shù)據(jù)分析,采用常見的時(shí)域特征參量以及EEMD的IMF分量頻域特征參量進(jìn)行故障特征提取,利用BP神經(jīng)網(wǎng)絡(luò)診斷模型進(jìn)行故障診斷,判斷主軸故障類型。以期該軟件能夠及時(shí)、準(zhǔn)確的對(duì)加工中心電主軸運(yùn)行狀況進(jìn)行診斷,及時(shí)的將機(jī)床運(yùn)行狀況反饋給操作人員,提早預(yù)防故障發(fā)生,提高機(jī)床運(yùn)行的可靠性和安全性。最后通過實(shí)驗(yàn)數(shù)據(jù)進(jìn)行各項(xiàng)功能分析,并經(jīng)現(xiàn)場測(cè)試和調(diào)試,該故障診斷系統(tǒng)各項(xiàng)功能正常,基本達(dá)到了預(yù)期設(shè)計(jì)目的。
【學(xué)位單位】：昆明理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TG659
【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 課題來源
    1.2 課題研究的背景及意義
    1.3 數(shù)控機(jī)床故障診斷技術(shù)研究現(xiàn)狀
        1.3.1 國內(nèi)外數(shù)控機(jī)床故障診斷技術(shù)研究現(xiàn)狀
        1.3.2 國內(nèi)外電主軸故障診斷技術(shù)研究現(xiàn)狀
    1.4 本文研究的主要內(nèi)容
    1.5 本章小結(jié)
第二章 加工中心電主軸故障特征分析及方法研究
    2.1 電主軸結(jié)構(gòu)及其工作原理
        2.1.1 電主軸結(jié)構(gòu)
        2.1.2 電主軸工作原理
    2.2 電主軸故障原因及分析
    2.3 滾動(dòng)軸承故障特征頻率
    2.4 電主軸軸承故障診斷特征提取
        2.4.1 時(shí)域特征
        2.4.2 頻域特征
    2.5 故障診斷技術(shù)
    2.6 本章小結(jié)
第三章 加工中心電主軸故障診斷系統(tǒng)總體設(shè)計(jì)
    3.1 軟件開發(fā)原則
    3.2 軟件需求分析
    3.3 系統(tǒng)總體設(shè)計(jì)
        3.3.1 軟件開發(fā)平臺(tái)
        3.3.2 軟件總體設(shè)計(jì)
        3.3.3 軟件可行性分析
    3.4 電主軸故障診斷系統(tǒng)硬件選擇
        3.4.1 傳感器選擇
        3.4.2 采集卡選擇
        3.4.3 工控機(jī)選擇
    3.5 電主軸故障診斷系統(tǒng)測(cè)量方法
        3.5.1 監(jiān)測(cè)點(diǎn)確定
        3.5.2 監(jiān)測(cè)周期確定
    3.6 本章小結(jié)
第四章 加工中心電主軸故障診斷系統(tǒng)功能設(shè)計(jì)與實(shí)現(xiàn)
    4.1 數(shù)據(jù)采集的實(shí)現(xiàn)
    4.2 數(shù)據(jù)分析的實(shí)現(xiàn)
    4.3 數(shù)據(jù)存儲(chǔ)的實(shí)現(xiàn)
    4.4 軟件測(cè)試
        4.4.1 測(cè)試環(huán)境
        4.4.2 界面測(cè)試
        4.4.3 功能測(cè)試
        4.4.4 測(cè)試結(jié)果分析
    4.5 本章小結(jié)
第五章 基于神經(jīng)網(wǎng)絡(luò)的加工中心電主軸軸承故障分析
    5.1 BP神經(jīng)網(wǎng)絡(luò)診斷
        5.1.1 BP神經(jīng)網(wǎng)絡(luò)理論
        5.1.2 BP神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)形式
    5.2 基于BP的主軸軸承加工故障試驗(yàn)分析
        5.2.1 數(shù)據(jù)采集
        5.2.2 故障診斷模型構(gòu)建
        5.2.3 故障特征參數(shù)選取
        5.2.4 故障診斷結(jié)果分析
    5.3 基于LabVIEW的診斷系統(tǒng)實(shí)現(xiàn)
        5.3.1 數(shù)據(jù)分析
        5.3.2 結(jié)果驗(yàn)證
    5.4 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
致謝
參考文獻(xiàn)
附錄A:攻讀碩士學(xué)位期間獲獎(jiǎng)及參研項(xiàng)目

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王家海;張燕青;周天航;;數(shù)控機(jī)床故障診斷的三維顯示與優(yōu)化的研究[J];機(jī)械科學(xué)與技術(shù);2015年12期

2 周濟(jì);;智能制造——“中國制造2025”的主攻方向[J];中國機(jī)械工程;2015年17期

3 吳小濤;楊錳;袁曉輝;龔?fù)?;基于峭度準(zhǔn)則EEMD及改進(jìn)形態(tài)濾波方法的軸承故障診斷[J];振動(dòng)與沖擊;2015年02期

4 張燦輝;梁長友;;基于RBF神經(jīng)網(wǎng)絡(luò)的高速旋轉(zhuǎn)設(shè)備故障診斷技術(shù)研究[J];電子世界;2014年12期

5 萬海波;楊世錫;;基于HHT的數(shù)控機(jī)床主軸振動(dòng)監(jiān)測(cè)系統(tǒng)的研制[J];振動(dòng)與沖擊;2014年06期

6 張鍇鋒;袁惠群;聶鵬;;基于廣義分形維數(shù)的刀具磨損狀態(tài)監(jiān)測(cè)[J];振動(dòng)與沖擊;2014年01期

7 謝小正;趙榮珍;靳伍銀;;數(shù)控機(jī)床主軸軸承故障知識(shí)獲取方法[J];振動(dòng).測(cè)試與診斷;2013年05期

8 楊兆軍;陳傳海;陳菲;李國發(fā);;數(shù)控機(jī)床可靠性技術(shù)的研究進(jìn)展[J];機(jī)械工程學(xué)報(bào);2013年20期

9 王民;張晉欣;昝濤;南景洋;趙欽志;張維;;數(shù)控加工中心高速電主軸運(yùn)行狀態(tài)測(cè)試[J];振動(dòng).測(cè)試與診斷;2013年04期

10 任彬;徐小力;;高檔數(shù)控加工中心的遠(yuǎn)程動(dòng)態(tài)知識(shí)庫構(gòu)建技術(shù)研究[J];沈陽大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年03期

相關(guān)博士學(xué)位論文 前1條

1 劉韜;基于隱馬爾可夫模型與信息融合的設(shè)備故障診斷與性能退化評(píng)估研究[D];上海交通大學(xué);2014年

相關(guān)碩士學(xué)位論文 前7條

1 楊川貴;基于LabVIEW的電主軸狀態(tài)監(jiān)測(cè)系統(tǒng)研制[D];吉林大學(xué);2015年

2 趙麗榮;數(shù)控機(jī)床電氣設(shè)計(jì)與調(diào)試[D];山東大學(xué);2014年

3 秦軍軍;加工中心電主軸結(jié)構(gòu)設(shè)計(jì)及性能分析[D];西華大學(xué);2012年

4 溫得英;高速加工中心電主軸的靜動(dòng)態(tài)特性分析[D];蘭州理工大學(xué);2012年

5 趙敏;數(shù)控機(jī)床智能化狀態(tài)監(jiān)測(cè)與故障診斷系統(tǒng)[D];西南交通大學(xué);2011年

6 鄧曉云;振動(dòng)診斷技術(shù)在數(shù)控機(jī)床狀態(tài)監(jiān)測(cè)與故障診斷中應(yīng)用的研究[D];大連交通大學(xué);2010年

7 于婷婷;基于BP神經(jīng)網(wǎng)絡(luò)的滾動(dòng)軸承故障診斷方法[D];大連理工大學(xué);2008年

本文編號(hào)：2873440