數(shù)控切繪機遠程故障診斷系統(tǒng)的研究.pdf

1、隨著輕工業(yè)生產(chǎn)自動化程度的不斷提高，數(shù)控切繪機的應用也越來越得到推廣，特別是在服裝、鞋帽、箱包、制革、玻璃雕花等行業(yè)，數(shù)控切繪機的應用極大地提高了企業(yè)的生產(chǎn)效率。但是當切繪機出現(xiàn)故障時，一般技術人員不能準確地分析判斷出故障原因，需要廠方專業(yè)技術人員現(xiàn)場服務，這樣會影響生產(chǎn)，因此建立數(shù)控切繪機故障診斷系統(tǒng)具有很大的實用價值。
　　 本文首先分析了國內(nèi)外遠程故障診斷技術的發(fā)展現(xiàn)狀，介紹了現(xiàn)有的各種診斷方法。根據(jù)遠程故障診斷系統(tǒng)的特點

2、，建立了診斷的網(wǎng)絡框架模型，并且對C/S(客戶/服務器)模型和B/S(瀏覽器/服務器)模型進行詳細分析和比較，確立了系統(tǒng)的網(wǎng)絡模型。
　　 然后介紹了模糊控制和神經(jīng)網(wǎng)絡理論，由于模糊控制理論和神經(jīng)網(wǎng)絡各有所長，將他們結合起來組成了模糊神經(jīng)網(wǎng)絡(Fuzzy Neural Network—FNN)?；贔NN的故障診斷技術將充分體現(xiàn)神經(jīng)網(wǎng)絡和模糊控制理論的優(yōu)點，是一個非常具有前景的研究方向，并且其應用領域也越來越廣泛。
　　

3、 最后介紹了數(shù)控切繪機的結構特點和工作原理，分析了數(shù)控切繪機的一些常見的故障以及解決方法。根據(jù)切繪機的故障特點，將反映故障的特征信號進行模糊化處理，使之能更好的反映故障隨機性和不確定性，利用神經(jīng)網(wǎng)絡學習算法獲取知識。所采用的改進的BP學習算法，在誤差的反向傳播中，不僅僅對網(wǎng)絡權值進行修整，對模糊算子中的補償參數(shù)也同樣進行了修正。使陷入局部極小點機會更少，函數(shù)逼近精度更高，網(wǎng)絡映射能力更強。通過仿真實驗，證明了模糊神經(jīng)網(wǎng)絡故障診斷的可行性