位置:立项数据库 > 立项详情页
基于在机监测与智能维护的复杂制造系统状态辨识与精度测控理论与方法
  • 项目名称:基于在机监测与智能维护的复杂制造系统状态辨识与精度测控理论与方法
  • 项目类别:面上项目
  • 批准号:50975193
  • 申请代码:E050302
  • 项目来源:国家自然科学基金
  • 研究期限:2010-01-01-2012-12-31
  • 项目负责人:王太勇
  • 负责人职称:教授
  • 依托单位:天津大学
  • 批准年度:2009
中文摘要:

复杂数控装备的核心竞争力将主要体现在过程监控、精度测控与智能维护等独特在机功能方面,设法构建面向复杂制造系统的在机状态监测与智能维护新理论新方法,探究影响制造质量的精度异常源和器质性故障的在机监测控理论方法体系,形成原创性的核心技术,将会极大地提升我国的复杂数控装备水平和国际竞争力。本项目将重点研究基于非线性动力学等的制造系统运行状态微弱特征信息辨识和提取技术、基于多维时变信息实时监测的单值异类智能预警技术、影响制造质量的精度异常源在机诊断技术、基于自适应任务规划和层次化分解的智能控制理论与技术等,进而构建具有在机状态监测、精度智能测控和智能维护的复杂制造系统理论方法体系,并通过典型的复杂曲面制造系统取得实效验证。本项目取得的高技术含量和高附加值的原创性成果,将为我国的复杂数控装备打破国外禁运和封锁,并实现自主赶超和跨越提供具有核心竞争力的技术保障,使我国真正由制造大国走向制造强国。

结论摘要:

本课题通过研究基于数控系统嵌入式开放架构,引入串行总线连接数控装备、采样时间及采集通道号相结合、功能相关性构建单元模块的设计思想,构建基于网络与总线技术,集成状态监测、精度测控与智能维护功能的层次化智能化复杂制造系统总体框架。同时,开展了故障诊断中微弱特征信息辨识和提取的研究,提出了基于能量转移机制的级联双稳随机共振系统的非线性低通滤波特性技术。针对数控装备运行状态的智能诊断问题,提出一种采用RBF核函数的支持向量机为对象,利用人工蜂群算法建立支持向量机模型参数优化方法,及基于单值分类的新异类智能预警技术,实现故障的智能诊断。同时通过标准数据集和实测轴承故障数据的实验证明,验证该方法的可行性与有效性。针对数控装备运动误差的检测,研究了基于全闭环数控系统光栅尺测量的数控装备运动误差在机检测与精度诊断技术,提出了一种基于CVT结构的可展曲面采样策略。分析表明,比其他采样方法具有更准确的采样精度,提高了误差在机检测的准确性。针对数控系统智能策略的研究与应用,研究了基于模糊控制算法的数控加工参数的自适应控制智能维护技术。利用模糊控制算法实时调节切削参数,提高加工质量,达到智能控制的效果。


成果综合统计
成果类型
数量
  • 期刊论文
  • 会议论文
  • 专利
  • 获奖
  • 著作
  • 37
  • 23
  • 5
  • 2
  • 3
期刊论文
会议论文
相关项目
期刊论文 10 会议论文 7 专利 5
期刊论文 17 会议论文 3 专利 7
王太勇的项目