CK7815数控车床刀架系统的技术改造

本文根据CK7815数控车床的刀架系统的故障情况,从分析控制原理入手,利用原机床不用的尾架液压系统对刀架进行改造,有效地提高了刀架定位可靠度和精度,提高了工作效率。     

CA6140车床刀架故障分析

车床在使用过程中,刀架故障是常见故障之一.以方刀架一起刀架故障为例,通过分析刀架结构和工作原理,论述了故障分析过程和及故障处理的方法.     

考虑工况变化的数控刀架运行状态异常检测方法

针对数控刀架故障数据少、难获取,且运行数据随工况变化致使故障诊断困难的问题,提出了一种基于非故障数据并考虑工况变化的运行状态异常检测方法.该方法通过多元高斯分布模型和考虑工况变化的偏差特征建模,确定刀架运行状态异常数据的评判依据.首先,通过统计分析找到刀架在不同工作过程中的关键工况与信号特征;其次,分别选择线性回归、信...     

基于PSO-SVM及时序环节的数控刀架故障诊断方法

提出了一种基于粒子群-支持向量机(PSO-SVM)及时序环节的数控刀架故障诊断方法。首先,将数控刀架划分为5个子系统,并将一个工作周期划分为4个时序环节(T1、T2、T3、T4);其次,探索了数控刀架不同时序环节振动、电机电流、油压以及接近开关等信号的特征提取方法;最后,提出了基于PSO-SVM的数控刀架故障诊断方法,并开展了不同时序环节的数控刀架故障试验。根据故障数据对支持向量机(SVM)和PSO-SVM两种故障诊断方法进行了对比验证。结果表明:时序环节T2、T3和T4的故障诊断准确率分别提高了28%、23%和5%,验证了该故障诊断方法的有效性。本文方法不仅适用于数控刀架,还为其他复杂机电系统的故障诊断研究提供了一个新思路。     

基于Visual C++的数控刀架误差测量系统软件的开发

针对数控刀架误差测量系统展开研究,主要对数控刀架的重复定位误差和转位误差进行测量.采用Visual C++语言编写数控刀架误差数据处理软件进行计算机实时控制处理,实现了数据采集、参数分析及故障分析等.用Visual C++设计的界面提供给本系统与用户良好的人机交互界面,以便系统对数据进行处理和对下位机进行实时监控.     

数控车床故障模式影响与致命性分析

应用FMECA法对攻关产品某系列数控车床进行故障模式影响与致命度分析．掌握了该数控车床的故障发生情况及其子系统的致命度,得出CNC系统是故障多发的原因,以及转塔刀架系统是致命度最高的部件,并提出了相应的改进措施。取得了明显的成效．     

采用重要度和模糊推理的数控刀架危害性分析

以数控刀架系统为研究对象,基于美国国防部军用标准MIL-STD-1629A的故障模式、影响和危害性分析(FMECA)的思路,提出了一种改进的FMECA分析方法。该方法以重要度来判断严酷度,以专家权重评分数确定危害度,最后采用专家模糊推理进行危害水平的综合评估,有效地找出了影响刀架系统可靠性的薄弱环节,为对其进行可靠性改进设计以及制定合理的维修策略提供了科学依据。     

随机截尾数控机床故障过程

首先应用故障总时间法对某型号数控机床在一年中的25个随机截尾故障数据进行预处理,然后采用图示和统计两种方法对故障数据进行趋势检验,最后通过参数估计和线性相关检验确定了数控机床故障过程符合威布尔过程。研究结果为数控机床的可靠性分析和评价提供了理论依据。     

数控车床电动刀架换刀的故障树分析

故障树分析是快速诊断故障的一种新方法.在分析数控车床电动刀架换刀故障的基础上,绘制了故障树图,对故障树进行定性分析,求出最小割集,为故障的预防提供措施,为故障的迅速解决提供方法.     

基于位置-刻度模型的主轴系统可靠性分析

为评估主轴系统的顾客满意度指标——平均首次故障时间,对24台主轴系统进行定时截尾现场试验,针对主轴系统故障数据为小样本且某些主轴系统无故障数据的特点,引入位置-刻度模型进行威布尔分布的参数估计,通过d检验和游程检验验证威布尔分布假设的合理性,并根据最终获得的威布尔模型确定主轴的平均首次故障时间。     

小样本数控刀架的可靠性模型

结合某系列数控刀架现场试验数据,采用基于Bayes理论的小样本威布尔分布的方法进行数控刀架的可靠性模型分析;对于可靠性模型的两个参数α,β(尺度参数和形状参数),采用粒子群优化算法进行估计。采用该建模方法建立的数控刀架可靠性模型,可以得到更为准确的分析结果。     

面向工业平稳/非平稳复杂系统的在线故障监测技术

针对复杂系统中关键性能指标（KPI）相关故障检测方法检测精度低的问题,提出基于双层改进潜结构投影（DL-IPLS）的KPI相关故障检测方法. 利用协整分析和主元分析建立底层模型,对非平稳和平稳变量进行特征提取. 将提取的信息进行融合,建立改进潜结构投影的上层模型,根据融合信息对KPI的贡献进行空间分解. 在2个正交子空间中设计统计量,实现KPI相关故障的在线监测. 田纳西-伊斯曼过程和青霉素发酵过程的仿真结果表明,在面向工业平稳和非平稳复杂工业系统检测时,所提方法有效提高了KPI相关故障的检测率,降低了KPI无关故障的误报率.     

New Method for Multivariate Statistical Process Monitoring

A new method using discriminant analysis and control charts is proposed for monitoring multivariate process operations more reliably.Fisher discriminant analysis (FDA) is used to derive a feature discriminant direction (FDD) between each normal and fault operations,and each FDD thus decided constructs the feature space of each fault operation.Individuals control charts (XmR charts) are used to monitor multivariate processes using the process data projected onto feature spaces.Upper control limit (UCL) and l...     

基于小波密度函数估计的一类非线性控制系统监视方法

针对一类基于反馈线性化补偿的非线性控制系统，提出一种基于小波密度函数估计的过程监视及故障诊断策略。以正常操作范围内收集的数据，由于实施反馈线性化策略，降低了过程的非线性程度，使得线性多变量统计分析更有效。当操作工况发生变化时，利用小波变换进行非线数概率密度函数估计，比常规的密度参数估计结果具有更强的适应性。从计算机控制系统记录的大量数据中挖掘其中隐含的知识，可以对过程异常状态进行及时检测和故障诊断。通过仿真证实了该方法的可行性。     

化工过程智能故障诊断技术方法论的研究

动态系统故障诊断是解决现代化工业系统可靠性和安全性必不可少的关键技术之一简要地讨论化工过程智能故障诊断技术的发展状况和趋势后，根据化工过程智能故障诊断技术的特点，系统地对化工过程智能故障诊断技术的多学科特点以及技术策略方法进行研究，强调其科学性、集成性、应用性以及渗透性，将分析与综合、定性与定量、假设与验证相结合等基本思维方法应用到化工过程智能故障诊断中，形成化工过程智能故障诊断技术的方法论．     

基于多向主元分析的多传感器故障诊断

研究一种基于MPCA的多传感器故障诊断方法．这种方法把过程测量空间分为主元子空间和残差子空间．在残差子空间，首先用Q统计指标检测出传感器是否存在故障，如果Q统计指标超限，在主元子空间应用T^2统计量和相应的T^2统计量的贡献率，识别出引起过程异常的主要传感器变量并剔除．然后用同样的方法继续判断其它的传感器故障．仿真实例验证了该方法的有效性．     

注意力卷积GRU自编码器及其在工业过程监控的应用

针对现有故障检测算法难以深入并准确地提取数据内在信息的问题,提出注意力卷积门控循环单元自编码器（CGRUA-AE）深度神经网络和基于CGRUA-AE的过程故障检测方法. 采用卷积门控循环单元（ConvGRU）有效地提取输入数据的空间和时间特征;建立基于ConvGRU的自编码器,采用无监督学习对时间序列数据进行特征提取,引入注意力机制对相应的特征进行加权计算,实现对关键特征的有效选择;分别在特征空间与残差空间上建立基于T ²、SPE统计量的过程监控模型,实现对多元数据有效的特征提取和故障检测. 数值案例和田纳西?伊士曼过程故障检测结果表明,CGRUA-AE具有良好的特征提取能力和故障检测能力,性能优于常用的过程故障检测方法.     

基于MLFDA的化工过程故障模式分类方法

Fisher判别分析(FDA)是一种有效的化工过程故障模式分类方法,但是其忽视了数据局部结构信息的挖掘。针对该问题,提出一种多块局部Fisher判别分析(MLFDA)方法,以更有效地识别化工过程故障。从变量和样本两个维度来分析数据的局部结构特性。针对变量维度的局部信息挖掘问题,设计了一种基于变量与数据集主元空间的相关度的变量分块方法,将全局过程变量划分为多个局部变量块。进一步考虑到样本维度的局部结构特性,应用基于局部权重因子的局部Fisher判别分析(LFDA)为每个局部变量块构建分类器。提出一种基于分类性能加权的多分类器集成方法,以融合不同分类器的决策结果。在Tennessee Eastman过程上的仿真结果说明,MLFDA方法具有比传统的FDA和LFDA方法更低的故障误分类率。     

基于多向核熵偏最小二乘的间歇过程监测及质量预测

针对间歇过程数据的批次不等长和强非线性的特点,结合核偏最小二乘和核熵分析,提出了多向核熵偏最小二乘(multi-way kernel entropy partial least squares,MKEPLS)的过程监测及质量预测方法.该方法将三维历史数据沿新的展开方式展开,克服了批次不等长和数据缺失的问题,通过核映射将过程数据从低维输入空间映射到高维特征空间,实现变量之间非线性相关关系的线性转换,解决了数据的非线性特性;根据核熵的大小将特征值和特征向量进行排序并对数据进行降维,弥补了MKPLS方法只按照数据特征值的最大化进行降维的不足.同时,引入核特征提取算法降低核空间的计算量,使其能够在线应用.数值实例和实际工业过程数据的验证效果表明:MKEPLS方法不仅能对故障进行有效监控,提高故障的报警率,同时还能对最终产品质量进行预测.     

基于层次分析的变压器故障诊断决策支持系统

阐述了一套基于层次分析方法的变压器油色谱故障诊断决策支持系统,故障诊断模块使用改良电协研法、灰色关联熵、模糊聚类、人工神经网络等单项分析,弥补了现有诊断方法中的不足.针对每种诊断方法可能出现结论不一致的情况,系统综合分析方法采用层次分析的方法来实现,能对变压器色谱数据进行故障诊断,给出综合分析结论及建议.通过对平顶山电网中的色谱数据进行诊断及其他应用实例,验证了系统的有效性.