摘要 | 第4-5页 |
Abstract | 第5-6页 |
目录 | 第7-10页 |
1 绪论 | 第10-18页 |
1.1 课题概述 | 第10-11页 |
1.1.1 课题来源 | 第10页 |
1.1.2 课题的背景意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-16页 |
1.2.1 数控机床的故障诊断技术 | 第11-13页 |
1.2.2 智能诊断技术 | 第13-15页 |
1.2.3 案例推理理论 | 第15-16页 |
1.3 本文主要研究内容 | 第16-18页 |
2 FANUC数控机床智能诊断系统体系结构 | 第18-30页 |
2.1 数控机床的结构及特点 | 第18-20页 |
2.2 数控机床故障的特点及类型 | 第20-23页 |
2.2.1 数控机床故障的特点 | 第20-22页 |
2.2.2 数控机床故障的分类 | 第22-23页 |
2.3 FANUC系统的特点 | 第23-26页 |
2.3.1 FANUC数控系统简介 | 第23-24页 |
2.3.2 FANUC系统与数控机床诊断维修相关内容 | 第24页 |
2.3.3 FANUC系统数据传输 | 第24-26页 |
2.4 数控机床故障智能诊断需求分析 | 第26-28页 |
2.4.1 系统的需求分析 | 第26-28页 |
2.4.2 系统的功能目标分析 | 第28页 |
2.5 系统总体结构及工作机制 | 第28-29页 |
2.6 本章小结 | 第29-30页 |
3 数控机床故障信息采集 | 第30-42页 |
3.1 数控系统内部故障信息的采集 | 第30-34页 |
3.1.1 数控信息采集概述 | 第30-31页 |
3.1.2 FANUC系统数控机床的数控信息采集 | 第31-33页 |
3.1.3 数控系统信息的数据处理 | 第33-34页 |
3.2 可观察故障现象的采集 | 第34-37页 |
3.2.1 可观察故障现象的特点及分类 | 第34-35页 |
3.2.2 可观察故障现象的规范化整理 | 第35-36页 |
3.2.3 启发式故障现象收集策略 | 第36-37页 |
3.3 数控机床故障信息采集模块 | 第37-40页 |
3.3.1 故障信息采集模块结构 | 第37-38页 |
3.3.2 基于FOCAS的数控信息采集设计 | 第38-39页 |
3.3.3 故障现象人工采集设计 | 第39-40页 |
3.4 本章小结 | 第40-42页 |
4 基于CBR的数控机床故障诊断 | 第42-58页 |
4.1 基于案例推理的故障诊断技术概述 | 第42-45页 |
4.1.1 CBR的工作原理 | 第42-43页 |
4.1.2 CBR故障诊断模型 | 第43-45页 |
4.2 故障的案例表示 | 第45-48页 |
4.2.1 数控机床故障案例的表示 | 第45-47页 |
4.2.2 故障案例的决策表表示 | 第47-48页 |
4.3 基于粗糙集的属性优化 | 第48-54页 |
4.3.1 粗糙集理论概述 | 第48-49页 |
4.3.2 基于相似差别矩阵的故障属性约简 | 第49-51页 |
4.3.3 基于相容粗糙集的特征权值提取 | 第51-52页 |
4.3.4 属性优化算法实例 | 第52-54页 |
4.4 案例检索策略 | 第54-57页 |
4.4.1 基于KNN算法的案例检索策略 | 第54-56页 |
4.4.2 案例检索算法实例 | 第56-57页 |
4.5 CBR故障诊断的工作流程 | 第57页 |
4.6 本章小结 | 第57-58页 |
5 基于CBR的故障智能诊断系统设计 | 第58-68页 |
5.1 系统设计环境 | 第58-59页 |
5.1.1 系统开发环境 | 第58页 |
5.1.2 系统开发工具 | 第58-59页 |
5.2 系统软件设计 | 第59-65页 |
5.2.1 系统功能模块设计 | 第59-60页 |
5.2.2 诊断系统工作流程 | 第60-61页 |
5.2.3 软件总体结构设计 | 第61页 |
5.2.4 系统数据库的设计 | 第61-62页 |
5.2.5 类设计 | 第62-63页 |
5.2.6 界面设计 | 第63-65页 |
5.3 程序实现 | 第65-67页 |
5.3.1 数据库管理的实现 | 第65-66页 |
5.3.2 数控系统内部信息采集的实现 | 第66-67页 |
5.4 本章小结 | 第67-68页 |
6 总结与展望 | 第68-70页 |
6.1 全文总结 | 第68-69页 |
6.2 工作展望 | 第69-70页 |
参考文献 | 第70-74页 |
攻读学位期间主要的研究成果目录 | 第74-76页 |
致谢 | 第76页 |