APP下载
[00069900]基于多智能融合的机床故障诊断方法研究
联系人： 齐鲁工业大学
所在地：
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
结合数控机床故障诊断的实际需求和特点,项目开展多通道信息融合、特征提取、智能故障诊断等关键问题的研究,重点研究了机床故障诊断的框架模型、特征提取、多智能融合的故障诊断方法。主要研究工作包括:
(1)提出了基于模糊偏好关系的多振动信号的加权融合算法,克服了单一传感器的局限性,具有较好的抗干扰能力和动态性,可以为特征提取和故障诊断提供更准确的参数(2)提出了基于改进最大相关最小冗余算法和SVM的特征选择方法,降低了计算时间,获得了维数较低的特征子集。
(3)研究了基于多智能融合的故障诊断方法,提出了故障诊断的分级框架模型和该框架下的多智能故障诊断方法。
本项目已发表论文8篇。其中,EI索引论文5篇,中文科技核心2篇。申请专利3项。其中,授权发明专利1项,授权实用新型1项。取得软件著作权1项。培养磺士毕业生1本项目研究了机床监测的多传感器融合技术,克服了单通道特征信号分析与诊断的局限性;提出了多智能融合的诊断方法,克服了单一诊断方法的不足;提出了分级框架模型,实现了快速预警和按需维修。项目的研究成果对于降低机床故障频率、按需维修、提高生产效率具有重要的理论研究意义和应用价值
