當前[Qián]位置:首頁(Yè)  >  新聞中心  >  用于高[Gāo]速加[Jiā]工中心的計算機智能監測控制方(Fāng)法研究

用于高速加工中心的計算機智能監○測○控制方法研究

發表時間:2013-05-24      點擊(Jī)次數:3540
 随着現代工業生産自動化、連續[Xù]化水平的不斷提高,∆加∆[Jiā]工中心的(De)占有率也在增(Zēng)大,在生産中已經占有重要地位。加工中心(Xīn)在許多企業中被用于重要(Yào)的加工環節,如果(Guǒ)出現故(Gù)障後不能及時正确地進行[Háng]故障診⋄斷⋄和維修(Xiū),則會帶來較大(Dà)的經濟損失。随着粗[Cū]集理論⋄近⋄(Jìn)年來在智能信[Xìn]息處理研究領域獲得了迅速發展,它基于現(Xiàn)實的大數據集,從中推理、發現知識和分(Fèn)類系統的▾某▾些特○點○,對于研究不知識的[De]表達、學(Xué)○習○、歸納方面[Miàn]有其*之處。 本▿文▿研▿究▿[Jiū]了基于數據挖掘的[De]加工中心故障診斷方法,跟以[Yǐ]往的故障診∆斷∆方法不同,研究的方向并不是基于機械(Xiè)振動分析,而是(Shì)采用了粗集理論結合神(Shén)經網絡的方法。 論文研究了粗集∇對∇(Duì)故障◊數◊(Shù)據進行[Háng]約簡的可行性,并(Bìng)應用(Yòng)◈自◈組織映射神經網絡的聚類功能,來實現連[Lián]續屬▲性▲(Xìng)值離散化[Huà]的方法;通過對[Duì]診斷(Duàn)信息的分析,采取常規約簡方(Fāng)法,該方法實現了樣本條件屬◆性◆的約簡,可消除樣(Yàng)本數據中的冗餘(Yú)信息。采用MATLAB神經網絡▿工▿(Gōng)具箱建立了◇加◇工中心故障類型的○智○(Zhì)能混合診斷◆系◆統;研究了智能混(Hùn)合⋄故⋄障診斷系統,并(Bìng)進行了功能模塊設計[Jì],各功能模塊(Kuài)分别為:數據采∆集∆模塊,數據預處[Chù]∆理∆模塊,數據約簡模◊塊◊(Kuài),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(Néng)混合◆故◆障診斷▽系▽統。

市場的低迷也○給○加工中心企業帶[Dài]來了∆轉∆型的(De)機遇,企業應将[Jiāng]主要精力由銷[Xiāo]售産品轉(Zhuǎn)移到提高産▾品▾的質量上來,○重○新設[Shè]定産品線,制定發展戰屢,淘汰掉落後的産▲品▲[Pǐn],多研發盈(Yíng)利能力強的加工中心,為市場回暖做好[Hǎo]準備。

主要[Yào]推薦産∆品∆CNC加工中心_卧式加工[Gōng]中心_立式加工中心_高[Gāo]速加工中心(Xīn) /