基于移动Agent的FMS远程故障诊断系统研究

文章针对柔性制造系统(Flexible Manufacturing System,FMS)故障诊断的特点,在简要介绍移动Agent(MA)思想的基础上,探讨了利用移动Agent技术对柔性制造系统故障进行远程、协同诊断的可行性,提出了基于移动Agent的FMS远程故障诊断系统的体系结构和功能,并介绍了基于移动Agent技术构建的FMS远程故障诊断系统的实现.     

基于GPRS的远程状态监测与诊断系统设计

设备的远程状态监测和故障诊断技术是实现资源共享、提高故障诊断水平的重要途径。文章提出了一种基于GPRS技术实现远程状态监控与故障诊断系统的方法。在介绍GPRS数据通信技术原理和技术特点的基础上，阐述了基于该技术的远程状态监测与诊断系统的组成，分析了系统实现的关键技术，给出了部分技术难点的实现方法。实验表明，基于GPRS技术实现设备远程状态监测与故障诊断是可行的，具有一定的工程应用价值。     

轧机液压设备远程监测与故障诊断系统研究

探讨轧机液压设备远程监测与故障诊断技术,并对监测与诊断系统的结构以及实现过程中的B/S模式、网络诊断技术等关键技术进行详细的分析.此基于网络的轧机液压设备远程监测与故障诊断系统,可以在最短的时间内,集中该领域专家和专门技术人员提供技术支持进行设备故障诊断,从而避免由于液压系统故障而造成巨大的经济损失.     

基于SOM神经网络与Java技术的远程监控系统

针对网络化制造对现场物理设备实时监控的要求,通过对FDM快速成型机结构和性能分析,提出了基于自组织映射(SOM)神经网络和Java 3D的远程监控方法.完成了对PMAC运动控制卡数据实时采集和Java 3D模型及SOM网络的建立,实现了现场设备运行数据驱动Java 3D模型再现加工过程,并在客户端通过SOM网络完成了实时故障诊断、优化加工参数的远程监控等任务.     

Study on Remote Maintenance and Fault Diagnosis for Electromechanical Product Service System

产品服务系统是实现可持续发展的新观念和新途径。在分析产品服务系统的概念及实质的基础上,对面向机电产品服务系统的远程维护与故障诊断进行了深入探讨,给出了远程维护与故障诊断系统的体系结构,并提出了一种基于行为的多智能体远程维护与诊断系统,为机电设备的远程维护与故障诊断提供了新的途径,最后指出了远程维护诊断系统的进一步发展方向。     

基于对等网的多Agent设备故障诊断研究

分析了设备远程故障诊断的通信模式和协同诊断现状,提出了一种基于对等网络P2P的设备远程故障诊断模式,建立了网络结构及安全机制,构建了多Agent协同故障诊断模型及XML信息交互规范;探讨了多Agent之间协同诊断求解的几个重要问题,包括诊断集成支持模型、任务分配方法及求解规则.在网络化制造平台中进行了应用,验证了其有效性.     

基于网络的数控机床远程监控与管理系统设计与实现

针对底层数控设备信息集成的需求,采用基于富互联网应用程序(RIA)技术开发了基于网络的数控机床远程监控与管理系统,实时获取数控机床加工工艺参数、PLC信号、报警信息、伺服电流,在线管理加工程序、故障诊断、远程控制、维护机床信息等,实现了数控机床远程监控与管理。     

面向机电产品服务系统的远程维护与故障诊断研究

产品服务系统是实现可持续发展的新观念和新途径。在分析产品服务系统的概念及实质的基础上,对面向机电产品服务系统的远程维护与故障诊断进行了深入探讨,给出了远程维护与故障诊断系统的体系结构,并提出了一种基于行为的多智能体远程维护与诊断系统,为机电设备的远程维护与故障诊断提供了新的途径,最后指出了远程维护诊断系统的进一步发展方向。     

基于Internet的远程故障诊断系统的研究与设计

介绍了一种基于Internet的远程故障诊断系统的远程客户终端.远程客户终端由远程客户终端计算机和以AT89C52单片机为核心设计的智能数据采集卡组成.使用了由AT命令集控制的MODEM调制解调技术,通过公用电话网实现了实时远程数据采集、处理及管理功能.系统由远程故障诊断中心服务器、数据库服务器、远程客户终端组成.远程智能诊断中心通过广域范围内共享诊断资源平台,为客户提供共享资源和多种智能诊断手段,并能与客户进行交互.     

基于WEB的数控机床监控系统的设计与实现

针对数控机床远程监控的需求,设计了基于Web环境的数控机床远程监控系统,该系统通过无线传感器网络和现场总线对监测数据进行采集,采用ARM Cortex-M3芯片对数据进行处理,使用Socket和多线程技术完成基于工业以太网的数据上传和数据库的存取工作,利用Java、S2SH和Ajax技术实现基于Web的实时监控站点,最终实现了对数控机床的监测功能.该系统通过Web服务响应Web页面控制请求产生控制命令,调用多线程和Socket通信技术把控制命令送给CNC系统,完成了对数控机床的远程控制功能.     

基于网络的数控机床故障预警与诊断平台设计与实现

以大型数控曲轴磨床、重型轧辊磨床和用于核电装备制造的重型数控镗铣床等为研究对象,研究了这类装备关键部件信号采集、故障诊断与预警技术,研制了现场监测与故障诊断仪,建立了这类装备的故障诊断知识库,开发了数控机床故障预警与诊断模型和数控机床故障预警与诊断平台,实现了轧辊数控磨床、数控曲轴磨床和重型数控镗铣床等机床的状态显示、故障诊断和性能预报。     

远程数控故障诊断系统中语音通信的实现

文章介绍了一种基于Internet利用WIN API（应用程序编程接口）实现数控机床远程故障诊断系统中语音通信的解决方法,并利用C＋＋Builder软件实现了该语音通信部分,取得了较为理想的效果.     

基于5G通信的数控机床智能监控与诊断系统设计

针对目前数控机床智能监控水平较低、智能化不足的问题,提出基于5G通信的数控机床智能监控与故障诊断系统。该系统以高性能STM32为硬件核心,搭载AliOS Things嵌入式操作系统实现机床电机工作电流、电压、温度和振动信号的实时监测;再提取信号时频域特征,进行故障状态识别,通过5G通信智能网关将异常状态数据上传到远程智能监控服务平台。该平台还能下发指令给监控系统,提示并辅助工作人员对存在故障风险的数控机床进行及时维护。经测试,该系统能够实现高并发海量数据的采集与高速传输,5G通信传输速度在500 Mb/s,传输时延在20 ms以内,平均数据丢包率在2%内。测试结果表明该系统性能稳定可靠,在满足数控机床智能监控同时,为数控机床设备的智能升级提供技术方案。     

一种数控车床故障诊断方法

通过对数控机床可靠性增长技术的研究，利用MTBF值（平均故障间隔时间：Mean Time Between Failures）对国产数控机床进行故障诊断。根据采集的数控车床故障数据，对其进行了可靠性分析，计算出了可靠性评定指标，建立了故障间隔时间分布模型。对数控车床进行了故障模式、影响及危害度（FMECA）分析，剖析了数控车床的故障发生机理，找出了产品的薄弱环节，提出了部件或子系统的可靠性改进建议。     

基于循环神经网络的数控机床故障诊断研究

为快速对数控机床故障进行在线定位与诊断,提出基于循环神经网络的数控机床故障诊断技术。通过提取网络节点,建立基于循环神经网络的“门”判别结构;引入模糊边界理论,对机床故障特征空间进行分类;通过组织故障诊断样本的方式,完成规则可信度率的统计与判别,实现对数控机床故障的在线诊断。以CAK6150数控机床作为研究对象,经过数据归纳可知,在循环神经网络支持下,故障诊断数据的实际输出与理论值非常接近,且收敛速度较快,能够较好解决制造类企业的机械设备应用故障问题。     

数控机床健康诊断图形化动态交互平台的开发

为实现对数控机床智能化的状态监测与故障诊断,通过对数控机床健康诊断系统分析模型与交互特性的分析,根据数控机床故障类型与结构特点,利用Python开发一个图形化交互的数控机床健康诊断系统的动态交互平台,详细设计了系统的总体架构、数据采集模块、数据处理模块、诊断服务模块、人机交互界面。该平台可实现数控机床的动态监控、故障分析、状态数据显示及信息的发布与预警功能。     

基于FP-Growth算法的数控机床故障特征分析北大核心

数控机床故障问题的及时响应、故障原因精准判断以及解决方案的快速识别是实现制造单元智能化的关键。基于数控机床历史运维数据,采用关联规则挖掘FP-Growth算法实现数控机床故障模式、原因的关联规则挖掘。首先对运维数据进行故障特征分析,构建基于关联规则的故障诊断模型;其次,通过对历史故障模式及其相应故障原因进行挖掘,生成故障诊断关联规则;最后结合关联规则的支持度、置信度等评估指标进行分析,并推演出关联概率的大小,验证了FP-Growth算法用于数控机床故障特征分析的可行性和合理性。     

数控板料折弯机远程诊断技术研究

介绍了数控机床在实际生产中与远程诊断技术进行对接的需要和可行性,描述了数控机床远程诊断系统的模式和结构。具体探讨了数控板料折弯机远程诊断技术的功能及其配置条件,最后介绍运用DELEM系统的数控板料折弯机远程诊断技术的相关内容。     

数控机床网络故障诊断系统的开发与应用

以FANUC 0i-C系统为例,提出一种可进行数控机床网络故障诊断的方法。通过建立机床数据信息库,将参数、接口状态、诊断信息等存储到数据库中,为机床故障诊断提供数据支撑。用户可根据机床正常时与故障时的数据比较与信息提示,快速定位机床故障。     

基于免疫神经网络的数控机床故障诊断研究

针对BP神经网络在数控机床故障预测中出现的收敛速度慢和训练容易陷入局部极值问题,提出一种基于人工免疫算法优化BP神经网络(IMBP)的数据机床故障诊断算法。介绍了常见的数控机床故障类型和分类,阐述了人工免疫算法和BP神经网络以及人工免疫优化BP神经网络算法的工作流程。利用免疫算法的全局搜索性能先对神经网络权值和阈值进行全局优化,加快了BP算法训练过程的收敛速度,减少训练过程所需要的时间。通过仿真性能测试分析,结果表明:与BP、GABP和IMBP 3种算法对比,比BP神经网络算法的数控机床故障预测诊断提高了18.3%,比GABP神经网络算法提高了12.05%,提高了数控机床故障诊断精度。