论文部分内容阅读
机械压力机作为主要的锻压设备,由于其具有生产效率高,材料利用率高和改善了制件的内部组织及力学性能,质量好等优点,它被广泛应用于航空航天、汽车、家用电器、仪器仪表、国防工业、化工容器、电子等行业。然而正是由于其应用广泛,在生产线上又往往作为关键设备,其发生故障常常会直接导致生产效率降低、生产成本提高、产品质量下降,严重时还会造成人员伤亡和恶劣的社会影响。因此对机械压力机进行状态监测与故障诊断,研制机械压力机的状态检测与故障智能诊断系统对于生产效率的提高、设备的改进、冲压车间的安全防范与环境的改善都具有重要的意义。但是,目前对于机械压力机的状态检测与故障智能诊断系统的研究开发却尚不多见。基于此,本文的研究目标为以数字信号处理技术与人工智能技术为基础,以机械压力机典型零部件故障的振动机理为依据,开发出一套机械压力机状态检测与故障智能诊断系统。它包含硬件和软件两部分,其中硬件部分包含测取振动信号的振动传感器和数据采集卡以及计算机,软件部分以微软的C#语言编程实现,它主要负责信号的分析处理、故障的识别诊断,是本系统的核心,它包含用户登录注册模块、用户管理模块、数据管理模块、维修管理模块、数据采集模块、信号预处理模块、经典信号分析模块、现代信号处理分析模块、故障诊断模块9大功能模块,其中信号预处理模块、经典信号分析模块、现代信号处理分析模块以数字信号处理的原理为基础开发而来,主要解决故障的特征信号提取;故障诊断模块以BP神经网络原理为基础开发而来,主要解决故障的特征智能识别与诊断。本文最后以JB23-6.3开式可倾压力机上的实际故障为实例验证本系统的功能,最终实验结果表面本系统对常见的机械压力机故障能够很好地识别诊断。但是本系统也存在一些不足,如由于对机械压力机诊断的部件种类较少、故障机理研究不足,导致故障诊断规则较少。所以要开发出通用性强的故障智能诊断系统还需要更进一步的研