基于贝叶斯网络的数控机床远程智能故障诊断研究
| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 目录 | 第7-9页 |
| 1 绪论 | 第9-19页 |
| ·课题提出的背景和意义 | 第9-11页 |
| ·课题的研究背景 | 第9-10页 |
| ·课题的研究意义 | 第10-11页 |
| ·数控机床远程监控与故障诊断的研究现状 | 第11-17页 |
| ·数控机床远程监控的发展现状 | 第11-13页 |
| ·数控机床故障诊断的发展现状 | 第13-14页 |
| ·智能故障诊断方法的比较 | 第14-17页 |
| ·论文的结构与主要研究内容 | 第17-19页 |
| ·论文的总体框架 | 第17页 |
| ·论文的主要研究内容 | 第17-19页 |
| 2 贝叶斯方法及贝叶斯网络理论 | 第19-31页 |
| ·贝叶斯理论基础及方法 | 第19-23页 |
| ·贝叶斯定理与概率论 | 第20-22页 |
| ·图模型理论 | 第22-23页 |
| ·贝叶斯网络推理 | 第23-28页 |
| ·贝叶斯网络推理的分类 | 第23-24页 |
| ·贝叶斯网络的VE算法 | 第24-28页 |
| ·贝叶斯网络学习 | 第28-30页 |
| ·贝叶斯网络结构学习 | 第28-29页 |
| ·贝叶斯网络参数学习 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 3 基于贝叶斯网络的数控机床故障诊断模型的建立 | 第31-39页 |
| ·数控机床设备故障诊断系统的结构 | 第31-34页 |
| ·数控机床故障的分类 | 第31-33页 |
| ·数控机床故障的自诊断 | 第33-34页 |
| ·基于贝叶斯网络的诊断方法及网络模型建立 | 第34-37页 |
| ·故障诊断贝叶斯网络的建立过程 | 第34-35页 |
| ·数控机床故障的贝叶斯网络搭建实例 | 第35-37页 |
| ·数控车床工件质量贝叶斯网络模型的推理 | 第37页 |
| ·本章小结 | 第37-39页 |
| 4 远程监控与故障诊断系统的软件实现 | 第39-52页 |
| ·远程监控与智能诊断软件的需求分析 | 第39-42页 |
| ·远程监控软件的功能分析 | 第40-41页 |
| ·智能故障诊断模块的需求分析 | 第41-42页 |
| ·系统开发环境 | 第42-46页 |
| ·Visual C++与MFC | 第42-43页 |
| ·TCP/IP网络传输协议与Win Socket | 第43-46页 |
| ·图形用户界面模块的设计 | 第46-51页 |
| ·用户信息管理模块 | 第47页 |
| ·数控加工监控模块 | 第47-49页 |
| ·报警诊断功能模块 | 第49-50页 |
| ·管理与控制功能模块 | 第50-51页 |
| ·图形界面开发中的注意事项 | 第51页 |
| ·本章小结 | 第51-52页 |
| 5 数控机床故障诊断系统运行与测试 | 第52-65页 |
| ·实验方案设计 | 第52-53页 |
| ·实验数据采集 | 第53-55页 |
| ·贝叶斯网络模型的实验验证 | 第55-64页 |
| ·振动数据的预处理 | 第55-58页 |
| ·贝叶斯网络模型验证 | 第58-64页 |
| ·本章小结 | 第64-65页 |
| 6 结论与展望 | 第65-67页 |
| ·结论 | 第65-66页 |
| ·研究展望 | 第66-67页 |
| 作者攻读硕士学位期间发表的论文和参加科研 | 第67-68页 |
| 参考文献 | 第68-72页 |
