基于粗糙集数控车床的液压刀架故障研究

为了能够提高数控车床液压刀架的故障诊断准确率,深入地探究了粗糙集在其中的应用.首先,分析了数控车床液压刀架的工作流程及其常见的故障;接着,分析了粗糙集理论;然后,研究了蚂群优化算法;最后,对数控车床液压刀架进行故障诊断研究,获得了较好的结果.     

基于WEB的数控机床故障诊断与预报研究

为了能够准确地对数控机床进行故障诊断,对基于Web技术的数控机床故障诊断和预报方法进行了系统地研究。研究了基于Web的数控机床故障诊断系统,分别讨论了系统的体系结构,系统的基本功能,系统功能模型以及诊断过程。研究了网络构架和系统中信号分析与处理模块的实现。分析了系统特点,并且以实际例子研究利用该技术进行数控机床故障诊断的方法。     

基于小波神经网络矿用罗茨鼓风机的性能预测研究

为了能够提高罗茨鼓风机性能预测的准确性,深入地研究了小波神经网络在其中的应用。分析了罗茨鼓风机的主要性能参数;研究了小波神经网络的基本理论;将遗传算法作为了小波神经网络的训练算法;进行了仿真分析,仿真结果表明该方法具有较高的预测准确性。     

浅析数控加工中对表面粗糙度的预测

随着我国工业化水平的不断提高,其对机械加工的技术要求也越来越高。机械对零件的加工作业中,制成零件的表面粗糙度对机器的运行有很大的影响,比如其耐磨性、与其他零件的配合性、耐腐蚀性、运行时间的持久性、承压强度、密封性等等。因此,在数控加工的过程中要有效控制表面粗糙度,要实现实现对表面粗糙度的有效控制以保证加工的精度,首先就要对表面粗糙度有个合理的预测。本论文在这一研究背景下,首先从加工倾斜角度、进给量、切削速度这三个方面分析影响表面粗糙度的因素,进而提出数控加工中对表面粗糙度预测的三种预测方法,一是RBF神经网络预测,二是RSM响应曲面法,三是回归分析法。