FANUC數控機床故障智能診斷系統研究.pdf

1、隨著智能技術在現代機床加工中的應用，數控機床的故障診斷開始向智能化方向發(fā)展?；诎咐评?CBR，Case-Base Reasoning)的技術可以克服傳統智能診斷專家系統中知識難以表達、知識獲取困難等缺陷，將CBR技術應用于數控機床故障診斷中，可以充分發(fā)揮它的優(yōu)點，是一種可行且有效的故障診斷解決方法。
　　本文在分析當前各種智能診斷方法優(yōu)缺點的基礎上，以配有FANUC系統的數控機床為研究對象，設計并實現了一個基于CBR的數控機床

2、智能診斷系統。
　　首先，在探討數控機床故障特點的基礎上，針對數控機床故障智能診斷的需求，結合FANUC系統的結構特點，設計了系統的總體結構。隨后，以智能診斷系統的故障信息采集模塊和CBR推理模塊兩個方面為主，對診斷系統的具體結構進行了詳細的設計。
　　文中的故障信息采集模塊分為基于FOCAS(FANUC Open CNCApplication Software)的數控系統內部信息的采集和可觀察故障現象的人工采集兩部分，提出

3、的啟發(fā)式故障現象收集策略根據已有的故障信息完善推理所需的故障屬性，可以有效提高系統的推理效率。
　　在探討CBR系統關鍵技術的基礎上，本文著重研究了CBR推理模塊的案例表示方法和案例檢索策略。針對數控機床故障特征表現的特點，采用了面向對象的案例表示方法。文中結合案例相似度的計算，提出了一種基于KNN(K Nearest Neighbors，K-近鄰)算法的案例檢索策略，該策略根據新案例的KNN分類結果來進行案例檢索，提高了檢索的客