数控机床智能监控与状态识别方法被引量：3

下载PDF

导出

摘要本文首先对数控机床智能监控研究背景进行了分析,然后从数控机床监控技术发展现状以及当前数控机床监控技术存在问题等两个方面对数控机床监控技术发展现状及存在的问题进行了分析,接着从海量工业过程数据处理技术以及数字可视化监控技术两个方面对数控机床智能监控关键技术进行了研究,最后从数控机器视觉监控系统的设计、数控机床检测体系结构以及粒子群算法优化模型等方面对数控机床智能监控状态识别进行了分析。

作者宋永杰杨骥孙元亮

机构地区中国航空规划设计研究总院有限公司

出处《电子技术与软件工程》 2020年第3期127-129,共3页 ELECTRONIC TECHNOLOGY & SOFTWARE ENGINEERING

关键词数控机床智能监控状态识别

分类号 TG659 [金属学及工艺—金属切削加工及机床]

引文网络
相关文献

参考文献6

1王丽娜..基于MTConnect的数控设备互联互通技术研究与实现[D].中国科学院大学,2018:
2吴世东.数控机床智能监控与状态识别方法研究[J].才智,2018(26):222-222. 被引量：1
3张弛..基于OPC UA的828D数控机床群远程监控系统设计[D].兰州理工大学,2018:
4蒋贤海,张铁.数控机床智能监控与状态识别方法研究[J].组合机床与自动化加工技术,2016(8):71-73. 被引量：3
5聂笃伟.数控机床智能监控技术的研究与应用[J].现代工业经济和信息化,2018,8(9):29-31. 被引量：1
6邹旺..数字化车间制造过程数据采集与智能管理研究[D].贵州大学,2018:

二级参考文献20

1K. Schutzer, E. Uhlmann, E. Del Conte, etc. Improve- ment of surface accuracy and shop floor feed rate smoothing through open CNC monitoring system and cutting simulation. 5th CIPP Conference on high Performance Cutting 2012, 2012(1) :90 -95. 被引量：1
2关山,康晓峰.在线金属切削刀具磨损状态监测研究的回顾与展望Ⅰ:监测信号的选择[J].机床与液压,2010,38(11):127-132. 被引量：17
3贾伟广,胡丹,车畅.基于小波分析和支持向量机的刀具故障诊断[J].组合机床与自动化加工技术,2010(12):65-67. 被引量：11
4王国锋,李启铭,秦旭达,喻秀,崔银虎,彭东彪.支持向量机在刀具磨损多状态监测中的应用[J].天津大学学报,2011,44(1):35-39. 被引量：19
5付荣,居鹤华.基于粒子群优化的时间最优机械臂轨迹规划算法[J].信息与控制,2011,40(6):802-808. 被引量：57
6王姣,刘海燕.基于支持向量机和遗传算法的刀具故障诊断[J].组合机床与自动化加工技术,2013(1):74-76. 被引量：11
7吴冬敏,邵剑平,芮延年.基于蚁群算法和神经网络的数控机床故障诊断技术研究[J].机械设计与制造,2013(1):165-167. 被引量：23
8鄢萍,阎春平,刘飞,何龙,蒋林.智能机床发展现状与技术体系框架[J].机械工程学报,2013,49(21):1-10. 被引量：27
9库祥臣,周芸梦,高鹏磊,段明德.基于小波包和BP神经网络的刀具磨损状态识别[J].现代制造工程,2014(12):68-72. 被引量：11
10刘然,傅攀.基于粗糙集和BP神经网络的刀具状态监测[J].机床与液压,2015,43(5):49-52. 被引量：4

共引文献2

1孙军,吴方凯.基于CompactRIO实现进给系统便捷式测控系统的研究[J].机械与电子,2017,35(8):32-35.
2吴世东.数控机床智能监控与状态识别方法研究[J].才智,2018(26):222-222. 被引量：1

同被引文献12

1赵建军,丁建完,周凡利,陈立平.Modelica语言及其多领域统一建模与仿真机理[J].系统仿真学报,2006,18(z2):570-573. 被引量：121
2杨泽青,刘丽冰,杨伟东,张亚彬.基于组态的曲轴数控加工过程监控系统的研究[J].制造技术与机床,2010(1):135-140. 被引量：4
3陶飞,程颖,程江峰,张萌,徐文君,戚庆林.数字孪生车间信息物理融合理论与技术[J].计算机集成制造系统,2017,23(8):1603-1611. 被引量：314
4吴麒,王瑶为,张文安,俞立.基于综合学习策略粒子群优化算法的永磁同步电机模型辨识[J].机械设计与制造工程,2017,46(11):78-82. 被引量：6
5吴富民,海莲,曹宇.雕刻机STM32数控系统的研究[J].电子测试,2018,29(12):39-39. 被引量：3
6陈振,丁晓,唐健钧,刘玉松.基于数字孪生的飞机装配车间生产管控模式探索[J].航空制造技术,2018,61(12):46-50. 被引量：40
7邓志刚,燕继明,吴瑜.基于西门子数控系统的机床加工过程监控系统设计[J].新技术新工艺,2018(11):15-19. 被引量：7
8李海东,唐汉杰.复杂曲面零件的数控雕刻加工[J].农业装备技术,2020,46(3):58-59. 被引量：3
9黄志辉,邹晔,焦祥,王振宇.数控机床智能管理与监控系统研究[J].无锡职业技术学院学报,2020,19(6):26-29. 被引量：4
10高舒凯,毕果.适用于智能制造的数控机床全信息监控系统[J].厦门大学学报（自然科学版）,2022,61(6):1090-1096. 被引量：7

引证文献3

1张瀚丹,李康康,杨豫鹏,张钧涵,朱俊威.基于数字孪生的雕刻机人机交互系统设计[J].计算机测量与控制,2021,29(10):170-175. 被引量：3
2杨朝全,李克志,丁建建.数控加工过程监控系统的设计与实现[J].装备制造技术,2023(3):77-80. 被引量：1
3李磊.基于5G通信的数控机床智能监控技术研究[J].通信电源技术,2024,41(17):25-27.

二级引证文献4

1汝阳.数控加工技术在机械模具制造中的应用[J].内燃机与配件,2022(1):208-210. 被引量：4
2赵永胜,赵志勇,李迎,张涛.基于数字孪生的机身对接精度优化控制方法[J].浙江大学学报（工学版）,2023,57(5):883-891. 被引量：3
3吴波,刘财勇.手工简易激光雕刻机设计[J].电子制作,2023,31(23):90-93.
4胡月刚,王雅明.基于深度学习的数控加工过程实时调控方法设计[J].现代制造技术与装备,2024,60(9):201-203.

1陈玉玲,龙洋洋,姜军志.贵阳非物质文化遗产可视化研究[J].传播力研究,2019,3(32):50-51.
2王克祥,董端阳.江苏雕版印刷技艺的数字化保护策略[J].艺海,2019,0(12):147-149. 被引量：2
3赵鑫鑫.北斗卫星导航定位系统在工程测绘中的应用[J].信息周刊,2020,0(8):0243-0243. 被引量：1
4詹秦川,赵洋.基于新媒体技术的乾陵大遗址数字化展示[J].包装工程,2020,41(4):306-311. 被引量：12
5大连光伏单晶炉氩气净化回收技术填补国内空白[J].铁合金,2020,51(1):35-35.
6光伏单晶炉氩气实现净化回收[J].低温与特气,2020,38(1):39-39.
7大连化物所研发出光伏单晶炉氩气净化回收技术[J].能源化工,2020,41(1):53-53.
8王保成,丁晓红,张永柱.激光检测在水轮发电机大部件制造上的应用[J].人民黄河,2019,0(S02):267-270. 被引量：1
9钟文蔚,纪超,郭立玮,李博,徐雪松.基于数据科学的中药膜过程研究的思考与实践[J].中草药,2020,51(1):1-8. 被引量：2

电子技术与软件工程

2020年第3期

浏览历史

内容加载中请稍等...

数控机床智能监控与状态识别方法被引量：3

参考文献6

二级参考文献20

共引文献2

同被引文献12

引证文献3

二级引证文献4

相关作者

相关机构

相关主题

浏览历史

数控机床智能监控与状态识别方法 被引量：3

参考文献6

二级参考文献20

共引文献2

同被引文献12

引证文献3

二级引证文献4

相关作者

相关机构

相关主题

浏览历史

数控机床智能监控与状态识别方法被引量：3