期刊文献+

智能制造中的状态在线监测技术 被引量:26

Status Online Monitoring Technology for Intelligent Manufacturing
下载PDF
导出
摘要 智能制造是制造技术与信息技术的结合,并朝着自动化、集成化、信息化、绿色化的趋势发展。智能制造中的感知、分析、决策等重要环节都离不开状态监测技术。智能制造就是以信息流全局监控为基本线索,通过制造与服役过程的精确调控加以体现,而状态监测传感技术是其中的重要环节。论述了刀具磨损、数控机床健康状态、几何量、智能传动装置及油液状态等在线监测应用中的监测技术,详细介绍了其特点以及国内外的研究热点,并总结与展望了其未来的发展趋势。 Intelligent manufacturing is the combination of manufacturing technology and information technology, and it is developing towards automation, integration, informatization and greenness. In intelligent manufacturing, the sensing, analysis and decision-making are inseparable from the condition monitoring technology. Intelligent manufacturing takes the global monitoring of information flow as the basic clue, and is reflected through the precise regulation of manufacturing and working processes. The status monitoring and sensing technology is an important part of it. The on-line monitoring technologies applied in the cutting-cool wear, health state of numerical control machine, geometrical parameters, intelligent transmission device and oil status monitoring were discussed separetely, their characteristics were introduced as well as the corresponding research hotspots at home and abroad. Finally, the development trend in the future was summarized and prospected.
作者 王燕山 胡飞 张梅菊 刘德峰 黄漫国 刘伟 WANG Yan-shan;HU Fei;ZHANG Mei-ju;LIU De-feng;HUANG Man-guo;LIU Wei(AVIC Beijing Changcheng Aeronautic Measurement and Control Technology Research Institute, Beijing 100022, China;Key Laboratory of Science and Technology on Special Condition Monitoring Sensor Technology, Beijing 100022, China;Military Representative Office of the PLA in 125 Factory, Beijing 100028, China)
出处 《测控技术》 CSCD 2018年第5期3-8,19,共7页 Measurement & Control Technology
关键词 智能制造 状态监测 故障诊断 在线监测 intelligent manufacturing status monitoring fault diagnosis online monitoring
  • 相关文献

参考文献15

  • 1贺晓辉,鄢萍,张佳毅,刘飞.功率信息互相关法的刀具破损在线监测[J].重庆大学学报(自然科学版),2011,34(9):9-16. 被引量:8
  • 2王定..基于铣削力的刀具磨损在线监测研究[D].华中科技大学,2015:
  • 3杨波..新型钛合金切削加工表面完整性及切削参数优化研究[D].南京航空航天大学,2010:
  • 4高宏力,刘庆杰,黄柏权,赵敏,吴希曦,寿云.数控机床故障预测与健康管理系统关键技术[J].计算机集成制造系统,2010,16(10):2217-2226. 被引量:21
  • 5杨超..大尺寸几何量立体视觉测量方法研究[D].南京航空航天大学,2016:
  • 6张广军著..视觉测量[M].北京:科学出版社,2008:335.
  • 7陈华江..基于机器视觉的零件几何量测量方法研究与系统开发[D].东华大学,2011:
  • 8樊巍..机械密封端面接触状态监测技术研究[D].西南交通大学,2015:
  • 9中国机械工程学会编著..中国机械工程技术路线图 第2版[M].北京:科学普及出版社,2016:499.
  • 10彭旭东,王玉明,黄兴,李鲲.密封技术的现状与发展趋势[J].液压气动与密封,2009,29(4):4-11. 被引量:134

二级参考文献107

共引文献181

同被引文献271

引证文献26

二级引证文献63

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部