本文關(guān)鍵詞：基于模糊支持向量機(jī)的刀具故障診斷研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著經(jīng)濟(jì)和技術(shù)的不斷發(fā)展,數(shù)控機(jī)床已經(jīng)逐漸成為國家現(xiàn)代化水平的重要標(biāo)志之 然而數(shù)控機(jī)床刀具的故障卻成為影響生產(chǎn)效率的重要瓶頸。在中國的現(xiàn)階段中小型企業(yè)使用的數(shù)控機(jī)床一般不具備智能診斷刀具狀態(tài)的功能,大部分是靠經(jīng)驗(yàn)來進(jìn)行診斷和分析。由于人工經(jīng)驗(yàn)的局限性,診斷的效率以及正確率存在很大的不確定性�；谝陨显�,上述中小型企業(yè)迫切需要運(yùn)用人工智能方法來對刀具的磨損狀態(tài)進(jìn)行監(jiān)測以提高診斷的準(zhǔn)確率。 學(xué)位論文寫作的主要目標(biāo)是運(yùn)用科學(xué)的方法采集數(shù)據(jù),以及采用人工智能融合技術(shù)來對中小型企業(yè)出現(xiàn)的刀具問題進(jìn)行診斷,并在此基礎(chǔ)上對于企業(yè)適合的系統(tǒng)進(jìn)行總體設(shè)計(jì)以及實(shí)現(xiàn)。本文正是圍繞上述提出的問題進(jìn)行研究和分析。 在本次學(xué)位論文開始之前通過對數(shù)控機(jī)床刀具的磨損機(jī)理和刀具故障診斷理論方法深入分析,得出了將模糊理論和支持向量機(jī)結(jié)合,并在此基礎(chǔ)上提出了模糊支持向量機(jī)的思想。根據(jù)該思想建立相關(guān)的數(shù)學(xué)模型以及多故障分類器。經(jīng)實(shí)驗(yàn)仿真得出模糊支持向量機(jī)模型可以有效的解決分類時(shí)存在的分類盲區(qū),提高分類器的分類精度,同時(shí)診斷過程具備模糊性,以及記憶能力,應(yīng)用于刀具磨損的診斷具有較高的實(shí)用性。 最后,針對企業(yè)以及刀具故障的特點(diǎn),提出采用分布式結(jié)構(gòu)來對系統(tǒng)的總體架構(gòu)進(jìn)行設(shè)計(jì)和實(shí)現(xiàn),并在此基礎(chǔ)上選取適合中小型企業(yè)數(shù)據(jù)庫。
【關(guān)鍵詞】：數(shù)控機(jī)床刀具 故障診斷 模糊理論 支持向量機(jī)
【學(xué)位授予單位】：大連交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TH165.3;TG659
【目錄】：

• 摘要5-6
• Abstract6-10
• 第一章 緒論10-14
• 1.1 課題的研究背景及目的和意義10
• 1.2 國內(nèi)外研究現(xiàn)狀10-12
• 1.3 本文研究內(nèi)容12
• 1.4 本文關(guān)鍵技術(shù)以及創(chuàng)新點(diǎn)12
• 1.5 本文章節(jié)內(nèi)容安排12-13
• 本章小結(jié)13-14
• 第二章 信號監(jiān)測與故障診斷方法概述14-22
• 2.1 刀具磨損的標(biāo)準(zhǔn)14-15
• 2.2 刀具磨損狀態(tài)監(jiān)測15-16
• 2.2.1 刀具狀態(tài)監(jiān)測系統(tǒng)的結(jié)構(gòu)15
• 2.2.2 刀具狀態(tài)監(jiān)測系統(tǒng)的功能模塊15-16
• 2.3 主要監(jiān)測方法16-17
• 2.3.1 切削力監(jiān)測方法16
• 2.3.2 電機(jī)功率監(jiān)測方法16-17
• 2.3.3 電機(jī)電流監(jiān)測方法17
• 2.3.4 生發(fā)射監(jiān)控方法17
• 2.4 現(xiàn)代診斷技術(shù)介紹17-21
• 2.4.1 基于信號處理的方法17-18
• 2.4.2 基于解析模型的方法18-20
• 2.4.3 基于知識的方法20-21
• 本章小結(jié)21-22
• 第三章 基于融合方法的故障診斷舉例與人工智能發(fā)展趨勢22-26
• 3.1 專家系統(tǒng)與神經(jīng)網(wǎng)絡(luò)的結(jié)合22
• 3.2 神經(jīng)網(wǎng)絡(luò)與遺傳算法、模糊系統(tǒng)的結(jié)合22
• 3.3 云模型與定性模型的結(jié)合22-23
• 3.4 人工智能的發(fā)展趨勢23-24
• 3.4.1 分布式人工智能23
• 3.4.2 混合式智能診斷系統(tǒng)23-24
• 3.4.3 智能故障診斷的發(fā)展趨勢24
• 本章小結(jié)24-26
• 第四章 模糊理論與支持向量機(jī)的融合技術(shù)在刀具故障診斷中的應(yīng)用26-41
• 4.1 支持向量機(jī)理論與模糊理論概述26-33
• 4.1.1 統(tǒng)計(jì)學(xué)習(xí)理論介紹26-27
• 4.1.2 支持向量機(jī)的思想以及特點(diǎn)27-30
• 4.1.3 模糊隸屬函數(shù)的定義30-31
• 4.1.4 模糊特征表示方法31-33
• 4.2 模糊支持向量機(jī)的理論背景33-35
• 4.3 常用的支持向量機(jī)多指分類器的構(gòu)造方法35-36
• 4.4 支持向量機(jī)的算法描述36-37
• 4.5 模糊支持向量機(jī)在刀具故障診斷的實(shí)驗(yàn)仿真37-39
• 4.6 實(shí)驗(yàn)分析39-40
• 本章小結(jié)40-41
• 第五章 刀具磨損狀態(tài)遠(yuǎn)程監(jiān)測系統(tǒng)總體設(shè)計(jì)41-54
• 5.1 系統(tǒng)需求分析41
• 5.2 系統(tǒng)結(jié)構(gòu)分析41-42
• 5.3 系統(tǒng)的功能結(jié)構(gòu)模型42
• 5.4 刀具磨損狀態(tài)監(jiān)測系統(tǒng)軟件結(jié)構(gòu)42-46
• 5.4.1 現(xiàn)場狀態(tài)監(jiān)測模塊43-45
• 5.4.2 文件傳送模塊45
• 5.4.3 服務(wù)器的嵌入式模塊45-46
• 5.5 數(shù)據(jù)庫的設(shè)計(jì)與實(shí)現(xiàn)46-48
• 5.5.1 Oracle數(shù)據(jù)庫管理系統(tǒng)46
• 5.5.2 Informi數(shù)據(jù)庫管理系統(tǒng)46
• 5.5.3 Mirosoft SQL Server數(shù)據(jù)庫管理系統(tǒng)46-47
• 5.5.4 PB實(shí)現(xiàn)數(shù)據(jù)庫的訪問47
• 5.5.5 應(yīng)用程序與SQL Server數(shù)據(jù)庫的鏈接47-48
• 5.5.6 數(shù)據(jù)的備份48
• 5.5.7 SQL Server分布式數(shù)據(jù)庫的安全性48
• 5.6 數(shù)據(jù)庫的發(fā)展趨勢NoSQL48-52
• 5.6.1 NoSQL和傳統(tǒng)關(guān)系型數(shù)據(jù)庫的不同49
• 5.6.2 NoSQL領(lǐng)域的三種主流的數(shù)據(jù)模型49-50
• 5.6.3 NoSQL的可行性分析50-52
• 本章小結(jié)52-54
• 結(jié)論54-55
• 附錄A 銑削實(shí)驗(yàn)數(shù)據(jù)55-57
• 參考文獻(xiàn)57-60
• 攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文60-61
• 致謝61

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 趙恒平;俞金壽;;在線模糊支持向量機(jī)回歸方法及其應(yīng)用[J];石油化工高等學(xué)校學(xué)報(bào);2005年04期

2 包劍;冀明;馮軍;;基于模糊支持向量機(jī)的文本分類[J];遼寧工程技術(shù)大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年05期

3 何明芳;陽春華;王曉麗;桂衛(wèi)華;;基于模糊支持向量機(jī)的硫浮選工況識別[J];中國有色金屬學(xué)報(bào);2013年12期

4 趙貴;;基于主成分分析的模糊支持向量機(jī)焊接圖像分割[J];礦山機(jī)械;2011年10期

5 楊力;耿紀(jì)超;汪克亮;;模糊支持向量機(jī)在煤與瓦斯突出預(yù)測中的研究[J];中國安全生產(chǎn)科學(xué)技術(shù);2014年04期

6 邵強(qiáng);馮長建;康晶;;基于模糊支持向量機(jī)的刀具磨損檢測[J];大連民族學(xué)院學(xué)報(bào);2014年01期

7 ;[J];;年期

8 ;[J];;年期

9 ;[J];;年期

10 ;[J];;年期

中國重要會議論文全文數(shù)據(jù)庫 前6條

1 包劍;冀明;馮軍;;基于模糊支持向量機(jī)的文本分類[A];中國運(yùn)籌學(xué)會模糊信息與模糊工程分會第五屆學(xué)術(shù)年會論文集[C];2010年

2 祁立;劉玉樹;;基于自適應(yīng)間隔的模糊支持向量機(jī)(英文)[A];第二十三屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報(bào)告篇）[C];2006年

3 陶卿;黃燕;劉欣;;基于邊緣加權(quán)的模糊支持向量機(jī)體系[A];2005年中國智能自動化會議論文集[C];2005年

4 吳軍基;盛琪;楊偉;張俊芳;;基于模糊支持向量機(jī)的電力系統(tǒng)暫態(tài)穩(wěn)定評估[A];2006中國電力系統(tǒng)保護(hù)與控制學(xué)術(shù)研討會論文集[C];2006年

5 曹春紅;張斌;叢飚;;基于模糊支持向量機(jī)方法的人臉識別技術(shù)的研究[A];第18屆全國多媒體學(xué)術(shù)會議（NCMT2009）、第5屆全國人機(jī)交互學(xué)術(shù)會議（CHCI2009）、第5屆全國普適計(jì)算學(xué)術(shù)會議（PCC2009）論文集[C];2009年

6 劉素娟;江麗儀;吳效明;;基于模糊支持向量機(jī)的睡眠呼吸暫停綜合征的分類[A];中國生物醫(yī)學(xué)工程學(xué)會成立30周年紀(jì)念大會暨2010中國生物醫(yī)學(xué)工程學(xué)會學(xué)術(shù)大會壁報(bào)展示論文[C];2010年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 楊志民;模糊支持向量機(jī)及其應(yīng)用研究[D];中國農(nóng)業(yè)大學(xué);2005年

2 張永;基于模糊支持向量機(jī)的多類分類算法研究[D];大連理工大學(xué);2008年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 竭洋;基于模糊支持向量機(jī)的多類文本分類方法研究[D];蘭州理工大學(xué);2009年

2 彭桂兵;兩種改進(jìn)的模糊支持向量機(jī)[D];河北大學(xué);2010年

3 南光浩;模糊支持向量機(jī)算法研究[D];延邊大學(xué);2007年

4 謝琳;模糊支持向量機(jī)關(guān)鍵技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2011年

5 邢笛;模糊支持向量機(jī)的研究與應(yīng)用[D];江南大學(xué);2012年

6 藺遠(yuǎn)洪;模糊支持向量機(jī)在金融風(fēng)險(xiǎn)預(yù)警中的應(yīng)用[D];成都理工大學(xué);2012年

7 王琳;模糊支持向量機(jī)在水淹層識別中的應(yīng)用研究[D];吉林大學(xué);2013年

8 蘇涵沐;基于模糊支持向量機(jī)的基因表達(dá)數(shù)據(jù)分類方法研究[D];湖南大學(xué);2009年

9 黃澍;直覺模糊支持向量機(jī)[D];河北大學(xué);2011年

10 谷雪;模糊支持向量機(jī)的研究與應(yīng)用[D];遼寧師范大學(xué);2011年

  本文關(guān)鍵詞：基于模糊支持向量機(jī)的刀具故障診斷研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：272171