数控机床多源信采集系统开发.pptx

数控机床多源信息采集系统开发 北京信息科技大学本科生毕业答辩 一 二 三 四 五 题目研究意义 题目成果展示 题目细节分析 存在问题分析 总结与致谢 众所周知，数控技术愈发的走进工业工厂中，所以对于数控机床的故障诊断有了很大的需求。所以本题目的目的就是开发出一套可以实时监测数控机床各状态运行情况的系统。通过此系统判断机床工作是否正常。 本题目中的数据采集，主要采集以下几个方面的信号： 以及整体机床的电流信号 振动信号的采集利用的传感器是 电涡流式传感器，电涡流传感器的主要原理是通过静态或者动态的测量被测表面与传感器金属探头之间的距离，从而测量出振动信号的大小 振动信号采集的安装位置如图所示 温度测量选用的是非接触式的温度测量方法，利用的传感器类型是红外传感器。红外传感器的原理是辐射测温法。 温度信号采集的安装位置如图所示 噪声测量选用CRY2110/2112/噪声传感器系列，具有高灵敏度声信号采集传感器头、ICP前置放大器、计权网络、声校准装置、供电装置、数据信号调理模板、工作状态指示灯。 噪声信号采集的安装位置如图所示 整体电流信号的测量是利用电流的互感来完成测量的，在需要测量的位置加上互感线圈，通过测量互感线圈里的电流，可以得出机床的电流。 位移信号的采集利用的是光电式位移传感器:它根据被测对象阻挡光通量的多少来测量对象的位移或几何尺寸。特点是属于非接触式测量，并可进行连续测量。 采集模块的硬件部分前面已经提到，下面介绍软件部分。 数据采集主要利用的是采集卡，本题目中，采集卡的选择是PCI-8510，它的连线图如下所示： 下面的图片是数据采集过程中的实时数据采集过程： 小波降噪处理之后的数据采集模块如下图： 小波降噪的原理就是：首先对信号进行小波分解，由于噪声信号多包含在具有较高频率的细节中，从而可以利用门限、阈值等形式对分解所得的小波系数进行处理，然后对信号进行小波重构即可达到对信号进行消噪的目的 数据处理模块主要分为四个部分：快速傅里叶变换，幅度谱，功率谱，自功率谱 下面是FFT快速傅里叶变换的连线图 傅里叶变换的目的是将时域信号转变为频域信号，而快速傅里叶变换的思想就是把原始的N点序列，依次分解成一系列的短序列。充分利用DFT计算式中指数因子所具有的对称性质和周期性质，进而求出这些短序列相应的DFT并进行适当组合，达到删除重复计算，减少乘法运算和简化结构的目的。 幅度谱 功率谱 自功率谱 幅度谱是计算实数时域信号的单边且已缩放的幅度谱，并通过幅度和相位返回幅度谱，当输入指定信号之后，会通过算法进行变换。 功率谱是是数字信号处理的主要内容之一，主要研究信号在频域中的各种特征，目的是根据有限数据在频域内提取被淹没在噪声中的有用信号。功率谱返回X的双边功率谱。 功率谱同样是测量信号的一个重要的手段。 自功率谱是自相关函数Rxx可以了解不同时刻同一随机样本间的波形相似程度。 自功率谱密度函数Sxx(f):反映相关函数在时域内表达随机信号自身与其他信号在不同时刻的内在联系。 当随机信号均值为零时，自相关函数和自功率谱密度函数互为傅立叶变换对。 自功率谱密度有明确的物理含义:当tao=0时，Sxx(f)曲线与频率轴f所包围的面积就是信号的平均功率。 数据分析模块主要有两个部分，一个是上限超出预警，另一个是瀑布图。 本程序中上限预警模块利用的是比较法，此种方法比较简单。若当前值超过预设值的时候，布尔运算结果为真，会让警示灯亮起。 瀑布图连线图 本次毕业设计存在的问题是，程序的编写并不是很完整，并不能很完美的体现出多源信息这个词语，这是其一。其二是对于传感器的布置，并没有完整的画出传感器布置CAD图。不能说本次毕业设计完美的完成，但是从中我学到了不少的知识，这点是无需质疑的。 通过本次毕设，让我对大学四年的学习有了进一步的了解，开发软件不容易，需要清晰的了解各个信号的意义，并且熟悉各种传感器的特性。在毕设初期，对于软件的不熟悉使得进度被拖得很慢，因为不得不用大量的时间去研究软件的使用。度过了这个时间段之后，程序的开发变得快速起来，之后我深入的研究了采集所需信号的各种传感器。并对传感器的安装位置进行了画图解释。最后在软件开发完成之后，带到实验台进行实际的测试操作，发现系统的运行与预计的出入并不是很大，软件的开发算是完美成功。 通过王红军老师的指导，让我的毕业设计圆满完成。在毕业设计过程中，王老师给予了我极大地指导，在我的程序出现问题时，老师耐心的给我讲解。在中期答辩之后，老师主动的找到我们进行情况了解，并对出现的问题提出了自己的间接以及修改意见，对此我对王老师的负责任感到深深的谢意。