数控加工中刀具选择与切削量的确定（一）

作者:xingyang                         时间：2010-12-02

轴承及轴承相关技术文章（轴承型号查询网提供） 关键字：轴承, 　　其实，在故障发生时，领域专家往往凭五官感觉到一些难以由数据描述的事实，他们根据系统的结构和故障发生的历史，就能很快地做出正确的判断。这种感性知识的获取和经验知识的表达、处理过程，事实上就是故障信息的智能处理技术。在模糊诊断系统中，这种基于经验知识的智能化信息处理技术表现在故障征兆对故障原因的支持程度或否定程度的建立上；而在专家系统中，则表现在各类诊断知识的获取和组织表达上。近年来，人们对诊断知识的获取、表达、组织和推理方法作了大量的研究，目前仍没有获得突破性进展。　　由于大型机组的故障机理十分复杂，目前仍难以采用精确的数据完备地表达其运行状态，因此，研究故障信息的智能处理技术有着重要的意义。　　2.3故障源分离与定位技术的研究［11～13］　　故障源分离与定位也称为故障模式识别，是将经过信号处理得到的有限的或不完整的特征信号与故障原因对应起来，使故障源定位。故障源分离与定位技术是故障诊断的关键技术，将故障源定位是故障诊断的最终目标。　　20世纪60年代以来，随着故障诊断理论研究的不断深入，人们克服了越限诊断方法的局限，发展了多种故障源分离与定位技术，包括基于系统数学模型的方法、统计分析方法和模糊综合评判方法等。根据诊断知识的利用方式，可以将故障源分离与定位技术分为基于模型的方法与基于规则的方法两大类。基于模型的方法可以充分利用系统的内部知识，有利于系统整体的故障诊断；其缺点是系统的建模误差或外部干扰将对故障诊断的结果产生重大的影响。基于规则的方法，其适应性广、灵活，但故障的在线估计比较困难。　　撇开实际应用场合而去评价某一种故障源分离与定位方法的好坏是没有意义的。在实际应用中，应根据具体诊断对象的特点和需要完成的诊断任务，恰当地选择或综合利用几种方法，才能取得较好的效果。　　2.4智能诊断技术的研究［14～15］　　智能诊断技术已从实验室研究阶段逐渐走向实际工程应用阶段。由于大型复杂系统在工业生产中的广泛应用，使得常规故障诊断技术越来越难以满足人们对大型复杂系统提出的可靠性要求，因此，智能诊断技术是大型复杂系统故障诊断发展的重点方向。目前，尽管人们在智能诊断技术的研究方面做了大量的研究工作，但无论是在理论方面还是在实际应用方面都还存在许多问题有待于研究解决。

上一篇：数控机床刀具及工件测头的应用（二）

下一篇：数控加工中刀具选择与切削量的确定（二）