搜文檔
認(rèn)證信息
認(rèn)證類型:個(gè)人認(rèn)證
認(rèn)證主體:常**(實(shí)名認(rèn)證)
IP屬地:河北
下載本文檔
版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
1、隨著制造產(chǎn)品質(zhì)量需求不斷提高,機(jī)械制造過(guò)程中對(duì)設(shè)備狀態(tài)和產(chǎn)品過(guò)程質(zhì)量進(jìn)行監(jiān)測(cè)已經(jīng)成為制造自動(dòng)化及質(zhì)量提前控制的主要手段,其中質(zhì)量監(jiān)測(cè)系統(tǒng)中傳感器的優(yōu)化布置和信息的有效利用已成為提高機(jī)電設(shè)備狀態(tài)檢測(cè)和質(zhì)量監(jiān)測(cè)精度的關(guān)鍵問(wèn)題。本文在對(duì)制造系統(tǒng)自身特性分析的基礎(chǔ)上,針對(duì)如何優(yōu)化傳感器布置、如何利用信息融合技術(shù)實(shí)現(xiàn)多傳感器信息的綜合利用、如何構(gòu)建制造系統(tǒng)質(zhì)量監(jiān)測(cè)系統(tǒng)實(shí)現(xiàn)對(duì)過(guò)程狀態(tài)及質(zhì)量的有效監(jiān)測(cè)等問(wèn)題進(jìn)行研究,將有效地提高設(shè)備狀態(tài)檢測(cè)和質(zhì)量控制
2、的準(zhǔn)確性和實(shí)用性,推動(dòng)狀態(tài)檢測(cè)和質(zhì)量控制理論的發(fā)展和應(yīng)用。 首先,對(duì)制造系統(tǒng)自身特征及質(zhì)量監(jiān)測(cè)系統(tǒng)所需測(cè)試信息進(jìn)行了分析,包括制造系統(tǒng)質(zhì)量影響因素、設(shè)備狀態(tài)參數(shù)、質(zhì)量特征參數(shù)等,為監(jiān)測(cè)參數(shù)的選擇提供了依據(jù)。在傳感器優(yōu)化布置原則及標(biāo)準(zhǔn)分析的基礎(chǔ)上,提出了以加工質(zhì)量監(jiān)測(cè)傳感器系統(tǒng)總失效概率最小為優(yōu)化目標(biāo),質(zhì)量故障因素可觀測(cè)、質(zhì)量故障因素檢測(cè)率和虛警率為約束的加工質(zhì)量監(jiān)測(cè)多約束傳感器布置優(yōu)化模型,并給出了機(jī)床切削傳感器優(yōu)化布置的
3、應(yīng)用實(shí)例。 其次,研究粗糙集和D-S證據(jù)理論的信息融合方法在制造過(guò)程質(zhì)量監(jiān)測(cè)中的應(yīng)用,將粗糙集方法運(yùn)用到制造過(guò)程質(zhì)量診斷中,以加工參數(shù)和質(zhì)量特征作為數(shù)據(jù)源,建立了基于粗糙集的質(zhì)量診斷模型,實(shí)現(xiàn)過(guò)程質(zhì)量的診斷,為制造過(guò)程質(zhì)量控制提供依據(jù)。將粗糙集約簡(jiǎn)后的屬性作為制造設(shè)備狀態(tài)診斷的證據(jù),再利用D-S證據(jù)理論對(duì)證據(jù)進(jìn)行融合,實(shí)現(xiàn)對(duì)設(shè)備狀態(tài)的診斷。 最后,以機(jī)床外圓切削為對(duì)象,進(jìn)行了變加工參數(shù)及顫振模擬實(shí)驗(yàn),得到多測(cè)
0/150
提交評(píng)論
聯(lián)系客服
本站為文檔C2C交易模式,即用戶上傳的文檔直接被用戶下載,本站只是中間服務(wù)平臺(tái),本站所有文檔下載所得的收益歸上傳人(含作者)所有。眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)上載內(nèi)容本身不做任何修改或編輯。若文檔所含內(nèi)容侵犯了您的版權(quán)或隱私,請(qǐng)立即通知眾賞文庫(kù),我們立即給予刪除!
Copyright ? 2013-2023 眾賞文庫(kù)版權(quán)所有 違法與不良信息舉報(bào)電話:15067167862
復(fù)制分享文檔地址
http://www.nydnatest.com/shtml/view-2079839.html
復(fù)制
下載本文檔
評(píng)論
0/150
提交評(píng)論