数控机床是现代制造业中重要的生产设备,一旦发生故障可能导致零件报废、生产停滞,造成企业的经济损失。随着物联网、大数据等先进技术的飞速发展,实现机床远程故障诊断已成为可能。本文以数控机床为对象,研究和开发了基于物联网的数控机床远程故障诊断系统。主要内容如下:(1)在分析机床故障远程诊断系统功能目标及性能目标的基础上,设计其功能模块和逻辑结构,描述各模块和各层的工作内容和工作流程,提出基于NB-IoT技术的数控机床远程故障诊断系统的总体方案。(2)通过开发OPC客户端获取机床运行状态数据,通过开发外接传感器的Lab VIEW客户端获得温度、噪声、振动等数据,通过NB-IoT无线通信模块将数据采集模块采集的数据传输至One NET物联网云平台。(3)针对传统神经网络和极限学习机在故障诊断中存在诊断正确率较低、稳定性不高的问题,并且为了减小核极限学习中随机惩罚因子和随机核参数造成的网络结构波动,提出采用鲸鱼优化算法的核极限学习机(WOA-KELM)故障诊断模型。(4)以滚珠丝杠副振动信号作为模型的测试数据,采用集合经验模态分解和样本熵提取信号特征,通过核函数主元分析方法对提取的特征进行降维,得到模型的输入样本,将WOAKELM模型与WOA-ELM、CBA-KELM、BA-KELM模型的测试结果进行对比分析,表明WOAKELM收敛速度快,收敛精度高、故障识别率高。(5)设计和开发了机床远程故障诊断客户端软件,以实现对故障诊断所涉及数据的可视化管理,包括用户管理、设备管理、故障分类管理、故障在线诊断等功能。