基于云平台的锻压机床实时智能诊断系统设计
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 引言 | 第9页 |
| 1.2 国内外研究现状及发展趋势 | 第9-13页 |
| 1.2.1 故障诊断技术国内外研究现状及发展趋势 | 第9-12页 |
| 1.2.2 云计算技术的研究现状及发展趋势 | 第12-13页 |
| 1.3 研究意义 | 第13-14页 |
| 1.4 本文主要内容 | 第14-16页 |
| 第二章 锻压机床系统分析 | 第16-23页 |
| 2.1 锻压机床结构分析 | 第16-17页 |
| 2.2 锻压机床的控制系统分析 | 第17页 |
| 2.3 锻造液压机故障分析 | 第17-20页 |
| 2.3.1 液压系统故障特点 | 第18-19页 |
| 2.3.2 常见锻压机床故障分析和整理 | 第19-20页 |
| 2.4 需求分析 | 第20-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第三章 故障树与人工神经网络BAM算法 | 第23-39页 |
| 3.1 故障树分析法概述 | 第23-24页 |
| 3.1.1 故障树分析法定义 | 第23页 |
| 3.1.2 故障树分析法特点 | 第23页 |
| 3.1.3 故障树分析法的基本流程 | 第23-24页 |
| 3.2 故障树的构造 | 第24-25页 |
| 3.2.1 故障树的符号表示 | 第24页 |
| 3.2.2 构造故障树 | 第24-25页 |
| 3.3 故障树分析法的数学定义 | 第25-27页 |
| 3.3.1 结构函数分析 | 第25-26页 |
| 3.3.2 最小割集 | 第26-27页 |
| 3.4 人工神经网络算法 | 第27-31页 |
| 3.4.1 人工神经网络算法概述 | 第27页 |
| 3.4.2 神经网络的结构 | 第27-28页 |
| 3.4.3 人工神经元模型 | 第28-29页 |
| 3.4.4 神经网络的结构 | 第29-30页 |
| 3.4.5 神经网络的学习原理 | 第30-31页 |
| 3.5 BAM神经网络算法 | 第31-33页 |
| 3.5.1 BAM神经网络算法概述 | 第31-32页 |
| 3.5.2 BAM网络的拓扑结构 | 第32页 |
| 3.5.3 BAM神经网络的工作原理 | 第32-33页 |
| 3.6 故障树与人工神经网络的融合 | 第33-34页 |
| 3.7 油箱组件故障诊断模型的建立 | 第34-38页 |
| 3.7.1 基于FTA归纳学习样本 | 第34-36页 |
| 3.7.2 BAM诊断 | 第36-38页 |
| 3.8 本章小结 | 第38-39页 |
| 第四章 实时智能诊断系统的设计 | 第39-64页 |
| 4.1 系统概述 | 第39-41页 |
| 4.1.1 功能概述 | 第39页 |
| 4.1.2 系统总体架构设计 | 第39-41页 |
| 4.2 云平台的选择与配置 | 第41-43页 |
| 4.2.1 云平台的服务模式分类 | 第41页 |
| 4.2.2 云平台的选型 | 第41-43页 |
| 4.3 数据采集系统设计与技术分析 | 第43-50页 |
| 4.3.1 无线传感器网络设计 | 第44-49页 |
| 4.3.2 无线网关设计 | 第49-50页 |
| 4.4 通信模块分析 | 第50-54页 |
| 4.4.1 ZigBee无线通信模块分析 | 第50-52页 |
| 4.4.2 网络通信模块分析 | 第52-54页 |
| 4.5 无线网关的通讯调试 | 第54-56页 |
| 4.6 云平台的数据库系统设计 | 第56-59页 |
| 4.6.1 数据库设计 | 第56-58页 |
| 4.6.2 数据库管理 | 第58页 |
| 4.6.3 数据库的安全性设计 | 第58-59页 |
| 4.7 实时智能诊断系统界面设计 | 第59-63页 |
| 4.7.1 设计目标 | 第59页 |
| 4.7.2 开发环境 | 第59页 |
| 4.7.3 主要参数监测 | 第59-62页 |
| 4.7.4 状态评估 | 第62-63页 |
| 4.8 总结 | 第63-64页 |
| 第五章 实时智能诊断系统运行 | 第64-68页 |
| 5.1 故障设置 | 第64-65页 |
| 5.2 系统运行检查 | 第65-67页 |
| 5.3 总结 | 第67-68页 |
| 第六章 总结与展望 | 第68-69页 |
| 6.1 总结 | 第68页 |
| 6.2 展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-74页 |
| 附录一 部分源程序 | 第74-86页 |
