基于过程数据分析的数控机床状态预测及故障预警研究

摘要

随着“中国制造2025”战略的提出，实现传统制造业中数控机床的“智能化”，“高效化”，“数字化”转型显得尤为重要。数控机床是高端制造企业的核心资源，减少机床故障时间，提高机床利用率是一个亟待解决的问题。
　　传统的制造过程中丢弃了至关重要的过程数据，造成了严重的数据浪费，而过程数据是机床状态最直接最实时的反应。因此本文首先研究了高档数控机床的过程数据采集方法，基于过程数据分析建立了机床的状态预测模型和模糊故障推理模型，最后开发了状态预测及故障预警系统，为数控生产企业的数字化升级提供了新的解决方案。本文的主要工作概括如下：
　　1、研究了西门子840D pl和国产华中-8型数控系统的数据采集方法。基于数控机床的软硬件结构，对比了各采集模式的优劣。分别利用OPC规范和第三方接口开发了两种数控系统的单机版、远程版采集软件，分析了机床NC数据的存储区域和格式，最后在制造现场完成了HMI嵌入和参数验证试验。
　　2、建立了多维时间序列多重匹配思想的机床状态预测模型。基于过程数据特点，提出机床状态模型和度量模型。基于时间窗口的滑动，提出了多维序列多重匹配的建模思想，通过β-耦合度相似指标确定了最大相似集、滑动时长w、预测时长L，利用DBSCAN聚类算法实现了机床状态的精确匹配，最后对采集的参数完成了验证仿真实验，结果证明了建模算法的优越性。
　　3、研究了加权模糊Petri网（WFPN）的故障预警模型。利用传统的Petri网提出了适用于描述机床故障触发特性的WFPN模型，通过传递矩阵和状态方程建立了故障推理算法。基于类sigmod函数提出了类BP算法和鱼群优化算法，为了解决故障规则难以穷尽的问题提出了规则自学习算法，基于故障知识库建立了机床关键部件的WFPN模型，并完成了故障预警过程。最后通过对模型参数的优化验证，证实了优化算法的有效性。
　　4、开发了机床状态预测及故障预警系统。根据工厂现场条件提出了系统总体设计框架和相关技术。基于C＃与Matlab混合编程开发了故障预警客户端，通过HTML/Javascript技术开发了MVC.Net框架的网页客户端。利用ADO.Net技术开发设计了Oracle数据库，基于WCF服务开发了系统的核心通信部分。最后对系统进行了简单的功能测试和性能测试。

目录

声明

第一章 绪论

1.1 课题研究的背景与意义

1.2 国内外研究现状及存在问题

1.3 论文研究的主要内容

1.4 本章小结

第二章 高档数控机床数据采集系统开发及验证

2.1 数控系统结构及采集方法介绍

2.2 840D数控系统采集软件开发

2.3 华中数控系统采集软件开发

2.4 采集参数的存储结构

2.5采集软件验证实验

2.6 本章小结

第三章 基于多维时间序列的数控机床状态预测方法研究

3.1 机床时间序列数据的分析处理

3.2 基于多重匹配思想的状态预测模型研究

3.3 状态序列聚类分析

3.4 机床数据的预测仿真实验

3.5 本章小结

第四章 基于加权模糊Petri网的数控机床故障预警模型研究

4.1 故障预警及诊断常用模型

4.2 加权模糊Petri网（WFPN）的故障推理模型

4.3 WFPN模型的参数优化算法研究

4.4 WFPN模型的推理及优化验证

4.5 本章小结

第五章 数控机床状态预测及故障预警系统开发

5.1系统的整体架构设计

5.2系统的客户端部分开发

5.3 Oracle数据库及系统通信模块开发

5.4 故障预警系统测试

5.5 本章小结

第六章 总结与展望

6.1 总结

6.2 展望

致谢

参考文献

攻读硕士学位期间取得的成果

硕士期间参与的科研项目