本文關(guān)鍵詞：基于物聯(lián)網(wǎng)的數(shù)控機床實時監(jiān)測預(yù)警技術(shù)的研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著機械制造業(yè)的快速發(fā)展,數(shù)控系統(tǒng)變得越來越復(fù)雜,相應(yīng)的價格成本也變的越來越高。這些價格高昂的數(shù)控機床一旦發(fā)生故障,將給數(shù)控加工企業(yè)帶來巨大的經(jīng)濟損失;同時機床生產(chǎn)廠商也需要對售出的數(shù)控機床進行遠程監(jiān)測以向客戶提供更為全面的售后服務(wù),因此數(shù)控機床的狀態(tài)監(jiān)測與故障診斷一直受到機床生產(chǎn)廠商和數(shù)控加工企業(yè)的高度重視。為了滿足數(shù)控機床的設(shè)備健康管理需求,本文對數(shù)控機床實時監(jiān)測預(yù)警技術(shù)開展了深入的研究并建立了一種基于物聯(lián)網(wǎng)的數(shù)控機床實時監(jiān)測預(yù)警系統(tǒng)。論文的主要研究內(nèi)容包括以下幾方面:1.多通道En Dat2.2接口的研究。為了獲得機床旋轉(zhuǎn)軸的絕對位置值以及故障信息,開展了支持En Dat2.2協(xié)議的多通道雙向數(shù)字接口技術(shù)的研究。利用片上可編程技術(shù)(So PC)構(gòu)建了多通道En Dat2.2接口的軟硬件系統(tǒng),通過分析En Dat2.2協(xié)議轉(zhuǎn)換IP軟核的讀寫時間約束與Avalon總線從端口的讀寫過程規(guī)范,設(shè)計出基于Avalon總線的En Dat2.2端口邏輯,并在此基礎(chǔ)上完成了So PC系統(tǒng)的軟件驅(qū)動設(shè)計。2.機床無線傳感器網(wǎng)絡(luò)的研究。針對無線通信技術(shù)在數(shù)控機床實時監(jiān)測預(yù)警系統(tǒng)中的應(yīng)用,開展了機床無線傳感器網(wǎng)絡(luò)的研究。根據(jù)機床監(jiān)測的具體需求,對機床無線傳感網(wǎng)中使用的射頻芯片進行了選型,并設(shè)計了采集節(jié)點與匯聚節(jié)點的硬件結(jié)構(gòu)。提出了一種基于握手通信和絕對生存時間的機床無線自組織網(wǎng)絡(luò)協(xié)議,設(shè)計了協(xié)議的數(shù)據(jù)包格式并在此基礎(chǔ)上分別實現(xiàn)了采集節(jié)點和匯聚節(jié)點的網(wǎng)絡(luò)協(xié)議。通過使用機床無線自組網(wǎng)協(xié)議,機床無線傳感網(wǎng)可以將網(wǎng)絡(luò)范圍內(nèi)活躍的采集節(jié)點并入網(wǎng)絡(luò),并刪除一段時間內(nèi)未響應(yīng)的已入網(wǎng)節(jié)點。3.機床物聯(lián)網(wǎng)多線程通信機制的研究。為了解決傳統(tǒng)多線程通信機制在機床物聯(lián)網(wǎng)中出現(xiàn)的問題,開展了物聯(lián)網(wǎng)環(huán)境中線程間同步與通信機制的研究。通過對幾種常用線程間同步工具的比較,選擇郵箱作為機床物聯(lián)網(wǎng)中解決線程間通信問題的實現(xiàn)方式。針對傳統(tǒng)郵箱調(diào)度算法無法優(yōu)先處理緊急郵件以及在郵箱已滿時無法替換實時性較低的普通郵件等問題,分別提出了基于緊急郵件的調(diào)度算法以及基于普通郵件的LRU調(diào)度算法。對比實驗表明,通過上述兩種算法的配合使用可以滿足數(shù)控機床實時監(jiān)測預(yù)警系統(tǒng)的實時性要求。4.基于線性回歸的溫度特征提取算法。針對漸變性故障和突發(fā)性故障引起的機床設(shè)備溫度變化建立了相應(yīng)的線性回歸模型,并在此基礎(chǔ)上提出了基于漸變性故障的線性特征提取算法以及基于突發(fā)性故障的線性特征提取算法,實現(xiàn)了下一時刻溫度值的最小二乘估計。仿真實驗表明,基于線性回歸的溫度特征提取算法不僅能夠?qū)u變性故障和突發(fā)性故障進行在線監(jiān)測和故障預(yù)警,還可以有效消除“毛刺”現(xiàn)象對于溫度特征提取結(jié)果的干擾。5.基于小波包分解的振動特征提取算法。針對小波變換理論進行了相關(guān)研究,提出了基于小波包分解的振動特征提取算法。通過小波包分解算法將振動信號在頻域上的信息分解到小波包分解樹同一層的各個子頻帶上,并對子頻帶對應(yīng)的系數(shù)序列進行了能量統(tǒng)計以得到某一時間窗口內(nèi)振動信號的能量特征向量。由于機床旋轉(zhuǎn)機械在同類故障發(fā)生時振動能量分布的相似性較大,而在不同故障發(fā)生時振動能量分布的差異性較大,因此可以通過計算能量特征向量之間的相似程度對機床旋轉(zhuǎn)機械的故障類型進行在線診斷。
【關(guān)鍵詞】：物聯(lián)網(wǎng) EnDat2.2 接口 郵箱調(diào)度算法 特征提取算法
【學(xué)位授予單位】：中國科學(xué)院研究生院（沈陽計算技術(shù)研究所）
【學(xué)位級別】：博士
【學(xué)位授予年份】：2015
【分類號】：TG659;TP391.44;TN929.5
【目錄】：

• 摘要5-7
• ABSTRAC T7-15
• 第一章 緒論15-29
• 1.1 論文的背景及意義15-16
• 1.2 國內(nèi)外研究現(xiàn)狀分析16-25
• 1.2.1 兩化融合與智能制造16-18
• 1.2.2 編碼器數(shù)字接.技術(shù)研究現(xiàn)狀18-19
• 1.2.3 物聯(lián)網(wǎng)技術(shù)發(fā)展現(xiàn)狀19-23
• 1.2.4 故障預(yù)測和健康管理技術(shù)研究現(xiàn)狀23-25
• 1.3 數(shù)控機床實時監(jiān)測預(yù)警系統(tǒng)的總體結(jié)構(gòu)設(shè)計25-27
• 1.4 本文研究內(nèi)容27-29
• 第二章 多通道EnDat2.2 接.的設(shè)計與實現(xiàn)29-41
• 2.1 編碼器的選型與連接30
• 2.2 SoPC系統(tǒng)的構(gòu)建30-38
• 2.2.1 EnDat2.2 協(xié)議轉(zhuǎn)換IP核31-32
• 2.2.2 基于Avalon總線的EnDat2.2 端.邏輯32-37
• 2.2.3 雙. RAM模塊及其端.邏輯設(shè)計37
• 2.2.4 SoPC系統(tǒng)的軟件驅(qū)動設(shè)計37-38
• 2.3 EnDat2.2 接.的功能測試38-40
• 2.3.1 EnDat2.2 接.的硬件電路設(shè)計38-39
• 2.3.2 功能測試實例39-40
• 2.4 本章小結(jié)40-41
• 第三章 機床無線傳感器網(wǎng)絡(luò)的設(shè)計與實現(xiàn)41-61
• 3.1 無線射頻芯片的選擇41-44
• 3.2 機床無線傳感網(wǎng)的硬件設(shè)計44-48
• 3.2.1 采集節(jié)點的硬件設(shè)計44-46
• 3.2.2 匯聚節(jié)點的硬件設(shè)計46-48
• 3.3 機床無線自組織網(wǎng)絡(luò)協(xié)議設(shè)計48-60
• 3.3.1 協(xié)議的設(shè)計目標(biāo)與基本原理48-49
• 3.3.2 協(xié)議的數(shù)據(jù)包格式設(shè)計49-52
• 3.3.3 采集節(jié)點的網(wǎng)絡(luò)協(xié)議設(shè)計52-54
• 3.3.4 匯聚節(jié)點的網(wǎng)絡(luò)協(xié)議設(shè)計54-57
• 3.3.5 組網(wǎng)過程實例57-60
• 3.4 本章小結(jié)60-61
• 第四章 機床物聯(lián)網(wǎng)多線程通信機制的研究61-83
• 4.1 RT-Thread操作系統(tǒng)介紹61-63
• 4.2 基于RT-Thread操作系統(tǒng)的多線程設(shè)計63-70
• 4.3 郵箱調(diào)度算法的需求分析70-73
• 4.3.1 物聯(lián)網(wǎng)環(huán)境下的線程間同步與通信70-72
• 4.3.2 郵箱通信機制在機床物聯(lián)網(wǎng)中的應(yīng)用72-73
• 4.4 基于機床物聯(lián)網(wǎng)的郵箱調(diào)度算法設(shè)計73-79
• 4.4.1 郵箱控制塊的設(shè)計73-75
• 4.4.2 基于緊急郵件的調(diào)度算法75-77
• 4.4.3 基于普通郵件的LRU調(diào)度算法77-79
• 4.5 郵箱調(diào)度算法的實現(xiàn)與驗證79-82
• 4.6 本章小結(jié)82-83
• 第五章 機床監(jiān)測預(yù)警信息的特征提取算法83-103
• 5.1 溫度特征提取算法的研究83-94
• 5.1.1 溫度特征提取的需求分析83-85
• 5.1.2 基于漸變性故障的線性特征提取算法85-88
• 5.1.3 基于突發(fā)性故障的線性特征提取算法88-91
• 5.1.4 基于最小二乘的溫度估計算法91-94
• 5.2 振動特征提取算法的研究94-101
• 5.2.1 振動特征提取的需求分析94-97
• 5.2.2 基于小波包分解的能量特征提取算法97-98
• 5.2.3 算法驗證98-101
• 5.3 本章小結(jié)101-103
• 結(jié)束語103-105
• 參考文獻105-111
• 發(fā)表的學(xué)術(shù)論文及科研成果111-114
• 致謝114

  本文關(guān)鍵詞：基于物聯(lián)網(wǎng)的數(shù)控機床實時監(jiān)測預(yù)警技術(shù)的研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：377232