第一个书签之前
摘 要
ABSTRACT
目 录
1 绪 论
1.1 论文的研究背景
1.2 国内外研究现状
1.2.1 设备故障诊断问题
1.2.2 机床故障诊断方法研究现状
1.2.3 机床故障诊断系统的研究现状和发展趋势
1.2.4 本体和语义网技术在制造业的研究现状
1.3 机床故障诊断存在的问题分析
1.3.1 研究现状分析与总结
1.3.2 拟研究的技术问题
1.4 论文的研究目的、意义和课题来源
1.4.1 论文的研究目的和意义
1.4.2 论文的课题来源
1.5 论文的组织结构
1.6 本章小结
2 机床故障诊断知识的多维度分析研究
2.1 基于知识的机床故障诊断的问题和需求分析
2.1.1 基于知识的机床故障诊断的问题分析
2.1.2 基于知识的机床故障诊断的需求分析
2.2 面向机床故障诊断的多维度分析模型
2.2.1 HAT分析模型的内容
2.2.2 HAT分析模型的作用
2.3 机床故障诊断知识管理体系结构
2.3.1 体系结构的内容
2.3.2 体系结构的特点
2.4 关键技术分析
2.5 本章小结
3 机床故障诊断知识建模方法
3.1 知识建模方法基础
3.2 机床故障诊断知识建模方法
3.2.1 机床故障知识分析
3.2.2 基于语义网络的机床故障诊断知识表示
3.2.3 基于标准语义的机床故障诊断知识建模方法
3.3 机床故障诊断知识建模的关键技术
3.3.1 基于谓词逻辑的故障要素分析法
3.3.2 故障诊断知识模型核心本体
3.3.3 故障要素两级分类法
3.3.4 外部本体引用法
3.3.5 故障诊断知识推理及查询技术
3.4 机床故障诊断知识模型及知识库构建及维护方法
3.5 案例研究:滚齿机故障诊断知识建模
3.5.1 滚齿机故障诊断知识模型及知识库的构建
3.5.2 滚齿机故障诊断推理实例
3.5.3 滚齿机故障诊断查询实例
3.6 本章小结
4 基于本体和信号分析的混合故障诊断技术
4.1 基于本体和信号分析的混合故障诊断方法
4.1.1 基于本体和信号分析的混合故障诊断方法框架
4.1.2 基于本体和信号分析的语义映射方法
4.2 典型机床零部件故障诊断知识建模
4.2.1 典型机床零部件故障知识分析
4.2.2 典型机床零部件故障诊断知识建模过程
4.3 基于CGHMM的故障辨识方法
4.3.1 CGHMM简介
4.3.2 振动信号处理和特征提取
4.3.3 基于CGHMM故障辨识步骤
4.4 案例研究:滚动轴承的故障辨识和诊断
4.4.1 基于CGHMM的信号分析
4.4.2 滚动轴承故障诊断本体知识库构建
4.4.3 故障推理和查询
4.4.4 实验结果对比和分析
4.5 本章小结
5 机床故障诊断可配置技术研究
5.1 基于知识的可配置机床故障诊断方法
5.1.1 基于本体的机床故障诊断方法
5.1.2 基于知识的可配置机床故障诊断原理
5.2 机床故障诊断可配置平台
5.2.1 平台的框架设计及分析
5.2.2 平台的配置和实施方法
5.3 机床故障诊断活动的可配置技术
5.3.1 故障检测活动的可配置技术
5.3.2 故障辨识活动的可配置技术
5.3.3 故障诊断活动的可配置技术
5.3.4 故障解决活动的可配置技术
5.3.5 机床故障诊断知识更新技术
5.4 机床可配置运行状态数据采集技术
5.4.1 机床可配置运行状态数据采集方法
5.4.2 机床数据采集本体建模
5.4.3 机床数据采集插件的构建技术
5.4.4 可配置机床数据采集系统的配置方法
5.5 本章小结
6 可配置机床故障诊断系统的设计与原型系统实现
6.1 原型系统的介绍
6.1.1 原型系统的体系结构
6.1.2 原型系统的开发和运行环境
6.2 原型系统的设计和开发
6.2.1 基于语义网的故障知识管理系统的设计和开发
6.2.2 基于本体的可配置滚齿机故障诊断系统的设计和开发
6.2.3 可配置机床数据采集系统的设计和开发
6.3 案例研究
6.3.1 可配置机床数据采集实验
6.3.2 案例:基于故障代码的故障检测
6.3.3 案例:滚动轴承的故障辨识和诊断
6.3.4 案例:齿轮的故障辨识和诊断
6.4 本章小结
7 结论与展望
7.1 结论
7.2 展望
致 谢
参考文献
缩略词语汇总
附 录
A. 攻读博士学位期间发表的论文
B. 攻读博士学位期间申请的发明专利
C. 攻读博士学位期间参与撰写的标准
D. 攻读博士学位期间参加的主要科研项目
E. 攻读博士学位期间获得的奖励