發(fā)動機傳動體機匣及齒輪加工設(shè)備狀態(tài)監(jiān)測與預(yù)警
發(fā)布時間:2022-12-06 19:48
發(fā)動機傳動單元體機匣和齒輪精密度要求高,國產(chǎn)數(shù)控設(shè)備難以實現(xiàn)高效率生產(chǎn),提高國產(chǎn)數(shù)控加工設(shè)備智能化程度是有效解決手段,為提高機匣及齒輪生產(chǎn)線數(shù)控加工設(shè)備利用率,降低設(shè)備故障率,本文開展了加工設(shè)備狀態(tài)監(jiān)測與預(yù)警技術(shù)研究。介紹了機匣和齒輪生產(chǎn)線上的典型數(shù)控加工設(shè)備以及伺服驅(qū)動器接口和CAN模塊的接口,并且研究了通過硬件接口接入的數(shù)字信號和模擬信號在軟PLC中的定義方法,從而明確了PLC內(nèi)核和CNC內(nèi)核中參數(shù)對象含義,進(jìn)一步基于Socket協(xié)議開發(fā)設(shè)備通訊程序,并且開展了通訊驗證試驗,讀取了各軸位置、電機溫度、負(fù)載率、隨動誤差以及設(shè)備狀態(tài)等參數(shù),驗證了基于Socket通訊方案的可行性,為開發(fā)數(shù)控設(shè)備監(jiān)測系統(tǒng)提供基礎(chǔ)技術(shù)支持。分析了生產(chǎn)線設(shè)備監(jiān)測系統(tǒng)的開發(fā)需求,采用瀏覽器/服務(wù)器(B/S)架構(gòu)和前后端分離的開發(fā)模式。基于React設(shè)計了Web端界面,實現(xiàn)了登錄注冊功能、單臺/多臺設(shè)備監(jiān)測功能、生產(chǎn)線監(jiān)測功能以及信息記錄查詢功能。基于Python語言Flask框架結(jié)合多線程技術(shù)開發(fā)了服務(wù)端程序,實現(xiàn)了基于Socket協(xié)議讀取數(shù)控設(shè)備狀態(tài)信息,并應(yīng)用ORM框架實現(xiàn)了對PostgreSQL數(shù)據(jù)庫的存...
【文章頁數(shù)】:85 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 引言
1.2 課題研究現(xiàn)狀
1.2.1 數(shù)控加工設(shè)備數(shù)據(jù)采集研究現(xiàn)狀
1.2.2 數(shù)控加工設(shè)備狀態(tài)監(jiān)測研究現(xiàn)狀
1.2.3 數(shù)控加工設(shè)備狀態(tài)預(yù)警研究現(xiàn)狀
1.3 課題研究背景
1.4 主要研究內(nèi)容
2 發(fā)動機傳動體機匣及齒輪加工設(shè)備接口與通訊技術(shù)研究
2.1 發(fā)動機傳動體機匣及齒輪生產(chǎn)線數(shù)控加工設(shè)備
2.2 數(shù)控加工設(shè)備通訊硬件接口
2.2.1 伺服驅(qū)動器接口
2.2.2 CAN模塊接口
2.3 數(shù)控系統(tǒng)中軟PLC接口定義研究
2.4 數(shù)控加工設(shè)備網(wǎng)絡(luò)通訊方法及驗證
2.5 本章小結(jié)
3 發(fā)動機傳動體機匣及齒輪加工設(shè)備狀態(tài)監(jiān)測系統(tǒng)開發(fā)
3.1 基于B/S架構(gòu)的狀態(tài)監(jiān)測系統(tǒng)總體設(shè)計
3.1.1 設(shè)備狀態(tài)監(jiān)測系統(tǒng)需求分析
3.1.2 設(shè)備狀態(tài)監(jiān)測系統(tǒng)總體框架
3.2 設(shè)備狀態(tài)監(jiān)測系統(tǒng)Web端開發(fā)
3.2.1 登錄注冊界面
3.2.2 監(jiān)測系統(tǒng)主界面
3.2.3 生產(chǎn)線監(jiān)測界面
3.2.4 設(shè)備監(jiān)測界面
3.2.5 記錄查詢界面
3.3 設(shè)備狀態(tài)監(jiān)測系統(tǒng)服務(wù)器端開發(fā)
3.3.1 服務(wù)器端邏輯實現(xiàn)
3.3.2 數(shù)據(jù)庫存儲查詢研究
3.4 設(shè)備狀態(tài)監(jiān)測系統(tǒng)測試研究
3.4.1 服務(wù)器響應(yīng)效率測試
3.4.2 Web端響應(yīng)測試優(yōu)化
3.4.3 多用戶并發(fā)性能測試
3.5 本章小結(jié)
4 發(fā)動機傳動體機匣及齒輪加工設(shè)備狀態(tài)預(yù)警技術(shù)研究
4.1 數(shù)控加工設(shè)備狀態(tài)參數(shù)預(yù)警分析研究
4.1.1 數(shù)控設(shè)備運動參數(shù)預(yù)警閾值設(shè)定
4.1.2 振動信號分析處理研究
4.1.3 噪聲信號分析處理研究
4.1.4 數(shù)控設(shè)備溫度參數(shù)預(yù)警研究
4.1.5 數(shù)控設(shè)備隨動誤差預(yù)警分析
4.2 基于機器學(xué)習(xí)算法的多源參數(shù)預(yù)警技術(shù)研究
4.2.1 基于決策樹算法建立設(shè)備狀態(tài)預(yù)警模型
4.2.2 基于k-最近鄰算法建立設(shè)備狀態(tài)預(yù)警模型
4.2.3 基于多層神經(jīng)網(wǎng)絡(luò)建立設(shè)備狀態(tài)預(yù)警模型
4.2.4 基于支持向量機建立設(shè)備狀態(tài)預(yù)警模型
4.2.5 設(shè)備狀態(tài)預(yù)警模型對比分析
4.3 數(shù)控設(shè)備狀態(tài)預(yù)警報告自動生成及推送技術(shù)研究
4.4 本章小結(jié)
5 總結(jié)與展望
5.1 全文總結(jié)
5.2 不足與展望
致謝
參考文獻(xiàn)
附錄A 故障記錄分析表
附錄B 碩士期間研究成果
【參考文獻(xiàn)】:
期刊論文
[1]基于粗糙集結(jié)合SimRank算法的數(shù)控機床故障診斷研究[J]. 王家海,徐旭輝,沈佳豪,江小林,柴李夢. 組合機床與自動化加工技術(shù). 2018(02)
[2]數(shù)字化車間生產(chǎn)狀態(tài)實時監(jiān)測系統(tǒng)的研究與實現(xiàn)[J]. 方磊,李德寶,唐火紅,何其昌. 組合機床與自動化加工技術(shù). 2017(12)
[3]基于物聯(lián)網(wǎng)和工業(yè)云的選礦設(shè)備狀態(tài)監(jiān)控系統(tǒng)[J]. 侯一鳴,徐泉,李亞杰,王良勇,劉長鑫,柴天佑. 計算機集成制造系統(tǒng). 2017(09)
[4]一種機械故障診斷多傳感器數(shù)據(jù)融合特征提取的方法[J]. 王江萍,婁尚,楊志芹. 西安石油大學(xué)學(xué)報(自然科學(xué)版). 2017(01)
[5]基于特征提取的低信噪比拉曼光譜去噪方法研究[J]. 范賢光,王秀芬,王昕,許英杰,闕靖,王小東,何浩,李韋,左勇. 光譜學(xué)與光譜分析. 2016(12)
[6]數(shù)控機床故障診斷關(guān)聯(lián)規(guī)則挖掘方法研究[J]. 高新勤,馬強華,張艷平. 制造業(yè)自動化. 2016(10)
[7]基于LabVIEW和CompactRIO平臺的數(shù)控機床實時信號監(jiān)測系統(tǒng)的開發(fā)[J]. 周凌青,胡永祥,姚振強. 組合機床與自動化加工技術(shù). 2016(10)
[8]基于遺傳神經(jīng)網(wǎng)絡(luò)的數(shù)控機床故障預(yù)測[J]. 李雪,王鶴,邵秋萍,熊建橋,朱曉翠. 現(xiàn)代制造技術(shù)與裝備. 2016(10)
[9]基于RFID的智能化機床刀具信息管理研究[J]. 余良偉,陳緒兵,王瑜輝,張超. 工具技術(shù). 2016(09)
[10]基于多源信息融合的數(shù)控機床不停機診斷研究[J]. 劉麗冰,李曼,李莉,蓋立亞,楊澤青. 制造技術(shù)與機床. 2016(08)
博士論文
[1]基于多源信息融合的數(shù)控機床進(jìn)給系統(tǒng)機械故障診斷研究[D]. 文妍.青島理工大學(xué) 2016
碩士論文
[1]基于多源信息融合的數(shù)控機床進(jìn)給系統(tǒng)復(fù)合故障診斷研究[D]. 李善.青島理工大學(xué) 2016
[2]基于模糊推理的五軸數(shù)控機床故障預(yù)警系統(tǒng)研究[D]. 謝剛.電子科技大學(xué) 2015
本文編號:3711528
【文章頁數(shù)】:85 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 引言
1.2 課題研究現(xiàn)狀
1.2.1 數(shù)控加工設(shè)備數(shù)據(jù)采集研究現(xiàn)狀
1.2.2 數(shù)控加工設(shè)備狀態(tài)監(jiān)測研究現(xiàn)狀
1.2.3 數(shù)控加工設(shè)備狀態(tài)預(yù)警研究現(xiàn)狀
1.3 課題研究背景
1.4 主要研究內(nèi)容
2 發(fā)動機傳動體機匣及齒輪加工設(shè)備接口與通訊技術(shù)研究
2.1 發(fā)動機傳動體機匣及齒輪生產(chǎn)線數(shù)控加工設(shè)備
2.2 數(shù)控加工設(shè)備通訊硬件接口
2.2.1 伺服驅(qū)動器接口
2.2.2 CAN模塊接口
2.3 數(shù)控系統(tǒng)中軟PLC接口定義研究
2.4 數(shù)控加工設(shè)備網(wǎng)絡(luò)通訊方法及驗證
2.5 本章小結(jié)
3 發(fā)動機傳動體機匣及齒輪加工設(shè)備狀態(tài)監(jiān)測系統(tǒng)開發(fā)
3.1 基于B/S架構(gòu)的狀態(tài)監(jiān)測系統(tǒng)總體設(shè)計
3.1.1 設(shè)備狀態(tài)監(jiān)測系統(tǒng)需求分析
3.1.2 設(shè)備狀態(tài)監(jiān)測系統(tǒng)總體框架
3.2 設(shè)備狀態(tài)監(jiān)測系統(tǒng)Web端開發(fā)
3.2.1 登錄注冊界面
3.2.2 監(jiān)測系統(tǒng)主界面
3.2.3 生產(chǎn)線監(jiān)測界面
3.2.4 設(shè)備監(jiān)測界面
3.2.5 記錄查詢界面
3.3 設(shè)備狀態(tài)監(jiān)測系統(tǒng)服務(wù)器端開發(fā)
3.3.1 服務(wù)器端邏輯實現(xiàn)
3.3.2 數(shù)據(jù)庫存儲查詢研究
3.4 設(shè)備狀態(tài)監(jiān)測系統(tǒng)測試研究
3.4.1 服務(wù)器響應(yīng)效率測試
3.4.2 Web端響應(yīng)測試優(yōu)化
3.4.3 多用戶并發(fā)性能測試
3.5 本章小結(jié)
4 發(fā)動機傳動體機匣及齒輪加工設(shè)備狀態(tài)預(yù)警技術(shù)研究
4.1 數(shù)控加工設(shè)備狀態(tài)參數(shù)預(yù)警分析研究
4.1.1 數(shù)控設(shè)備運動參數(shù)預(yù)警閾值設(shè)定
4.1.2 振動信號分析處理研究
4.1.3 噪聲信號分析處理研究
4.1.4 數(shù)控設(shè)備溫度參數(shù)預(yù)警研究
4.1.5 數(shù)控設(shè)備隨動誤差預(yù)警分析
4.2 基于機器學(xué)習(xí)算法的多源參數(shù)預(yù)警技術(shù)研究
4.2.1 基于決策樹算法建立設(shè)備狀態(tài)預(yù)警模型
4.2.2 基于k-最近鄰算法建立設(shè)備狀態(tài)預(yù)警模型
4.2.3 基于多層神經(jīng)網(wǎng)絡(luò)建立設(shè)備狀態(tài)預(yù)警模型
4.2.4 基于支持向量機建立設(shè)備狀態(tài)預(yù)警模型
4.2.5 設(shè)備狀態(tài)預(yù)警模型對比分析
4.3 數(shù)控設(shè)備狀態(tài)預(yù)警報告自動生成及推送技術(shù)研究
4.4 本章小結(jié)
5 總結(jié)與展望
5.1 全文總結(jié)
5.2 不足與展望
致謝
參考文獻(xiàn)
附錄A 故障記錄分析表
附錄B 碩士期間研究成果
【參考文獻(xiàn)】:
期刊論文
[1]基于粗糙集結(jié)合SimRank算法的數(shù)控機床故障診斷研究[J]. 王家海,徐旭輝,沈佳豪,江小林,柴李夢. 組合機床與自動化加工技術(shù). 2018(02)
[2]數(shù)字化車間生產(chǎn)狀態(tài)實時監(jiān)測系統(tǒng)的研究與實現(xiàn)[J]. 方磊,李德寶,唐火紅,何其昌. 組合機床與自動化加工技術(shù). 2017(12)
[3]基于物聯(lián)網(wǎng)和工業(yè)云的選礦設(shè)備狀態(tài)監(jiān)控系統(tǒng)[J]. 侯一鳴,徐泉,李亞杰,王良勇,劉長鑫,柴天佑. 計算機集成制造系統(tǒng). 2017(09)
[4]一種機械故障診斷多傳感器數(shù)據(jù)融合特征提取的方法[J]. 王江萍,婁尚,楊志芹. 西安石油大學(xué)學(xué)報(自然科學(xué)版). 2017(01)
[5]基于特征提取的低信噪比拉曼光譜去噪方法研究[J]. 范賢光,王秀芬,王昕,許英杰,闕靖,王小東,何浩,李韋,左勇. 光譜學(xué)與光譜分析. 2016(12)
[6]數(shù)控機床故障診斷關(guān)聯(lián)規(guī)則挖掘方法研究[J]. 高新勤,馬強華,張艷平. 制造業(yè)自動化. 2016(10)
[7]基于LabVIEW和CompactRIO平臺的數(shù)控機床實時信號監(jiān)測系統(tǒng)的開發(fā)[J]. 周凌青,胡永祥,姚振強. 組合機床與自動化加工技術(shù). 2016(10)
[8]基于遺傳神經(jīng)網(wǎng)絡(luò)的數(shù)控機床故障預(yù)測[J]. 李雪,王鶴,邵秋萍,熊建橋,朱曉翠. 現(xiàn)代制造技術(shù)與裝備. 2016(10)
[9]基于RFID的智能化機床刀具信息管理研究[J]. 余良偉,陳緒兵,王瑜輝,張超. 工具技術(shù). 2016(09)
[10]基于多源信息融合的數(shù)控機床不停機診斷研究[J]. 劉麗冰,李曼,李莉,蓋立亞,楊澤青. 制造技術(shù)與機床. 2016(08)
博士論文
[1]基于多源信息融合的數(shù)控機床進(jìn)給系統(tǒng)機械故障診斷研究[D]. 文妍.青島理工大學(xué) 2016
碩士論文
[1]基于多源信息融合的數(shù)控機床進(jìn)給系統(tǒng)復(fù)合故障診斷研究[D]. 李善.青島理工大學(xué) 2016
[2]基于模糊推理的五軸數(shù)控機床故障預(yù)警系統(tǒng)研究[D]. 謝剛.電子科技大學(xué) 2015
本文編號:3711528
本文鏈接:http://www.sikaile.net/kejilunwen/jiagonggongyi/3711528.html
最近更新
教材專著