發(fā)布時間：2017-03-28 11:19

  本文關鍵詞：基于模糊支持向量機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)濟和技術的不斷發(fā)展,數(shù)控機床已經(jīng)逐漸成為國家現(xiàn)代化水平的重要標志之 然而數(shù)控機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)驗來進行診斷和分析。由于人工經(jīng)驗的局限性,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)迫切需要運用人工智能方法來對刀具的磨損狀態(tài)進行監(jiān)測以提高診斷的準確率。 學位論文寫作的主要目標是運用科學的方法采集數(shù)據(jù),以及采用人工智能融合技術來對中小型企業(yè)出現(xiàn)的刀具問題進行診斷,并在此基礎上對于企業(yè)適合的系統(tǒng)進行總體設計以及實現(xiàn)。本文正是圍繞上述提出的問題進行研究和分析。 在本次學位論文開始之前通過對數(shù)控機床刀具的磨損機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結合,并在此基礎上提出了模糊支持向量機的思想。根據(jù)該思想建立相關的數(shù)學模型以及多故障分類器。經(jīng)實驗仿真得出模糊支持向量機模型可以有效的解決分類時存在的分類盲區(qū),提高分類器的分類精度,同時診斷過程具備模糊性,以及記憶能力,應用于刀具磨損的診斷具有較高的實用性。 最后,針對企業(yè)以及刀具故障的特點,提出采用分布式結構來對系統(tǒng)的總體架構進行設計和實現(xiàn),并在此基礎上選取適合中小型企業(yè)數(shù)據(jù)庫。
【關鍵詞】：數(shù)控機床刀具 故障診斷 模糊理論 支持向量機
【學位授予單位】：大連交通大學
【學位級別】：碩士
【學位授予年份】：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 本文關鍵技術以及創(chuàng)新點12
• 1.5 本文章節(jié)內(nèi)容安排12-13
• 本章小結13-14
• 第二章 信號監(jiān)測與故障診斷方法概述14-22
• 2.1 刀具磨損的標準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)的結構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 電機功率監(jiān)測方法16-17
• 2.3.3 電機電流監(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)絡的結合22
• 3.2 神經(jīng)網(wǎng)絡與遺傳算法、模糊系統(tǒng)的結合22
• 3.3 云模型與定性模型的結合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24-26
• 第四章 模糊理論與支持向量機的融合技術在刀具故障診斷中的應用26-41
• 4.1 支持向量機理論與模糊理論概述26-33
• 4.1.1 統(tǒng)計學習理論介紹26-27
• 4.1.2 支持向量機的思想以及特點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 模糊支持向量機的理論背景33-35
• 4.3 常用的支持向量機多指分類器的構造方法35-36
• 4.4 支持向量機的算法描述36-37
• 4.5 模糊支持向量機在刀具故障診斷的實驗仿真37-39
• 4.6 實驗分析39-40
• 本章小結40-41
• 第五章 刀具磨損狀態(tài)遠程監(jiān)測系統(tǒng)總體設計41-54
• 5.1 系統(tǒng)需求分析41
• 5.2 系統(tǒng)結構分析41-42
• 5.3 系統(tǒng)的功能結構模型42
• 5.4 刀具磨損狀態(tài)監(jiān)測系統(tǒng)軟件結構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 服務器的嵌入式模塊45-46
• 5.5 數(shù)據(jù)庫的設計與實現(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實現(xiàn)數(shù)據(jù)庫的訪問47
• 5.5.5 應用程序與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)關系型數(shù)據(jù)庫的不同49
• 5.6.2 NoSQL領域的三種主流的數(shù)據(jù)模型49-50
• 5.6.3 NoSQL的可行性分析50-52
• 本章小結52-54
• 結論54-55
• 附錄A 銑削實驗數(shù)據(jù)55-57
• 參考文獻57-60
• 攻讀碩士學位期間發(fā)表的學術論文60-61
• 致謝61

【相似文獻】

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回歸方法及其應用[J];石油化工高等學校學報;2005年04期

2 包劍;冀明;馮軍;;基于模糊支持向量機的文本分類[J];遼寧工程技術大學學報(自然科學版);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的硫浮選工況識別[J];中國有色金屬學報;2013年12期

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

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

6 邵強;馮長建;康晶;;基于模糊支持向量機的刀具磨損檢測[J];大連民族學院學報;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的文本分類[A];中國運籌學會模糊信息與模糊工程分會第五屆學術年會論文集[C];2010年

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

3 陶卿;黃燕;劉欣;;基于邊緣加權的模糊支持向量機體系[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)保護與控制學術研討會論文集[C];2006年

5 曹春紅;張斌;叢飚;;基于模糊支持向量機方法的人臉識別技術的研究[A];第18屆全國多媒體學術會議（NCMT2009）、第5屆全國人機交互學術會議（CHCI2009）、第5屆全國普適計算學術會議（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的睡眠呼吸暫停綜合征的分類[A];中國生物醫(yī)學工程學會成立30周年紀念大會暨2010中國生物醫(yī)學工程學會學術大會壁報展示論文[C];2010年

中國博士學位論文全文數(shù)據(jù)庫 前2條

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

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

中國碩士學位論文全文數(shù)據(jù)庫 前10條

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

2 彭桂兵;兩種改進的模糊支持向量機[D];河北大學;2010年

3 南光浩;模糊支持向量機算法研究[D];延邊大學;2007年

4 謝琳;模糊支持向量機關鍵技術研究[D];哈爾濱工業(yè)大學;2011年

5 邢笛;模糊支持向量機的研究與應用[D];江南大學;2012年

6 藺遠洪;模糊支持向量機在金融風險預警中的應用[D];成都理工大學;2012年

7 王琳;模糊支持向量機在水淹層識別中的應用研究[D];吉林大學;2013年

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

9 黃澍;直覺模糊支持向量機[D];河北大學;2011年

10 谷雪;模糊支持向量機的研究與應用[D];遼寧師范大學;2011年

  本文關鍵詞：基于模糊支持向量機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