用于高速加工中心的計算機智能監測控制方法研究

 随着現代工業生産自動化、連續化水平的不斷提高,加工中心的占有率也在增大,在生産中已經占有重要地位。加工中心在許多企業中被用于重要的加工環節,如果出現故障後不能及時正确地進行故障診斷和維修,則會帶來較大的經濟損失。随着粗集理論近年來在智能信息處理研究領域獲得了迅速發展,它基于現實的大數據集,從中推理、發現知識和分類系統的某些特點,對于研究不知識的表達、學習、歸納方面有其*之處。 本文研究了基于數據挖掘的加工中心故障診斷方法,跟以往的故障診斷方法不同,研究的方向并不是基于機械振動分析,而是采用了粗集理論結合神經網絡的方法。 論文研究了粗集對故障數據進行約簡的可行性,并應用自組織映射神經網絡的聚類功能,來實現連續屬性值離散化的方法;通過對診斷信息的分析,采取常規約簡方法,該方法實現了樣本條件屬性的約簡,可消除樣本數據中的冗餘信息。采用MATLAB神經網絡工具箱建立了加工中心故障類型的智能混合診斷系統;研究了智能混合故障診斷系統,并進行了功能模塊設計,各功能模塊分别為:數據采集模塊,數據預處理模塊,數據約簡模塊,神經網絡模塊,故障診斷模塊。在此基礎上構建了一個基于粗集-神經網絡的智能混合故障診斷系統。

市場的低迷也給加工中心企業帶來了轉型的機遇，企業應将主要精力由銷售産品轉移到提高産品的質量上來，重新設定産品線，制定發展戰屢，淘汰掉落後的産品，多研發盈利能力強的加工中心，為市場回暖做好準備。

主要推薦産品CNC加工中心_卧式加工中心_立式加工中心_高速加工中心 /