隨著*制造技術(shù)對(duì)制造質(zhì)量要求的不斷提高，以高速、高精度為代表的多軸數(shù)控機(jī)床作已成為航空復(fù)雜構(gòu)形零件的制造母機(jī)。因其對(duì)航空制造整體技術(shù)水平提升的重要意義，其技術(shù)創(chuàng)新和突破成為關(guān)系國(guó)家和產(chǎn)業(yè)安全的戰(zhàn)略關(guān)鍵。針對(duì)數(shù)控機(jī)床結(jié)構(gòu)復(fù)雜、影響因素眾多的特點(diǎn)，如果不能及時(shí)準(zhǔn)確地對(duì)加工狀態(tài)中的器質(zhì)性故障和精度誤差源進(jìn)行診斷，將無(wú)法保障制造質(zhì)量和精度，會(huì)導(dǎo)致廢品增加、生產(chǎn)率下降，甚至造成機(jī)床報(bào)廢等重大損失。這就亟需引入動(dòng)態(tài)測(cè)控與智能診斷技術(shù)，進(jìn)行辨識(shí)加工狀態(tài)異常和智能維護(hù)理論的研究，開(kāi)發(fā)可運(yùn)行于機(jī)床的集成一體化動(dòng)態(tài)測(cè)控和智能診斷軟件，實(shí)現(xiàn)數(shù)控機(jī)床的狀態(tài)可顯示、故障可診斷、性能可預(yù)報(bào)，形成監(jiān)測(cè)信息、診斷結(jié)論和實(shí)時(shí)控制方案策略的統(tǒng)一，進(jìn)而達(dá)到高精、加工的目的。
發(fā)展現(xiàn)狀及趨勢(shì)分析
數(shù)控機(jī)床的常見(jiàn)運(yùn)行故障主要包括電氣系統(tǒng)故障和功能部件故障。其中，電氣系統(tǒng)故障可通過(guò)數(shù)控系統(tǒng)自檢的方式實(shí)現(xiàn)，如對(duì)驅(qū)動(dòng)電流、電機(jī)轉(zhuǎn)角、扭矩等運(yùn)行狀態(tài)信號(hào)的監(jiān)測(cè)診斷，目前已開(kāi)發(fā)出相應(yīng)的商用監(jiān)測(cè)系統(tǒng)，如西門(mén)子eps和fanuc 18i系列監(jiān)測(cè)系統(tǒng)等。機(jī)床功能部件故障一直是國(guó)內(nèi)外數(shù)控機(jī)床故障診斷領(lǐng)域的難題，其原因在于在線監(jiān)測(cè)的特征量如振動(dòng)信號(hào)、聲發(fā)射信號(hào)等具有信號(hào)微弱或信噪比低導(dǎo)致的特征提取復(fù)雜性，以及機(jī)床功能部件種類(lèi)復(fù)雜和多信號(hào)調(diào)制導(dǎo)致的運(yùn)行狀態(tài)監(jiān)測(cè)信息多樣性。雖然已開(kāi)發(fā)出一些面向單項(xiàng)功能部件的監(jiān)測(cè)診斷系統(tǒng)，包括瑞士kistler切削力監(jiān)測(cè)系統(tǒng)和德國(guó)artis刀具監(jiān)測(cè)系統(tǒng)等，實(shí)現(xiàn)了基于特定監(jiān)測(cè)信息的機(jī)床動(dòng)態(tài)測(cè)控與故障診斷。但針對(duì)機(jī)床運(yùn)行故障信號(hào)信噪比低和多信號(hào)調(diào)制復(fù)雜性的特點(diǎn)，仍需進(jìn)一步深入研究機(jī)床早期故障微弱信號(hào)監(jiān)測(cè)與故障信號(hào)的快速特征提取技術(shù)，并建立有效的混合智能故障診斷模型，提高故障快速預(yù)報(bào)的準(zhǔn)確性。
1 微弱信號(hào)監(jiān)測(cè)與特征提取
由于高精密加工中的制造質(zhì)量極易受到數(shù)控裝備器質(zhì)性故障的影響，早期故障一旦出現(xiàn)就會(huì)立刻引起加工精度的變化。但是反映早期故障的特征信號(hào)，如振動(dòng)、電流、聲發(fā)射等幅值相對(duì)較小，且受到工作噪聲、數(shù)據(jù)采集裝置噪聲、信號(hào)傳輸中的耦合噪聲等的影響，信號(hào)信噪比極低。開(kāi)展微弱信號(hào)監(jiān)測(cè)與特征提取的首要任務(wù)就是對(duì)信號(hào)的降噪，這就需要采用電子學(xué)、信息論、計(jì)算機(jī)和物理學(xué)等多種方法，對(duì)噪聲的來(lái)源、性質(zhì)、產(chǎn)生原因及傳播途徑進(jìn)行研究。據(jù)被測(cè)信號(hào)和噪聲的統(tǒng)計(jì)特性及其差別，有針對(duì)性地尋找背景噪聲中的有用信號(hào)，實(shí)現(xiàn)噪聲中微弱信號(hào)的識(shí)別。此外，由于故障診斷快速性和實(shí)時(shí)性的要求，所采集的數(shù)據(jù)長(zhǎng)度或采集持續(xù)時(shí)間往往會(huì)受到限制。因此，微弱信號(hào)檢測(cè)技術(shù)的發(fā)展應(yīng)該歸結(jié)為兩個(gè)方向：一是提高檢測(cè)能力，盡可能降低其所能達(dá)到的zui低檢測(cè)信噪比；二是提高檢測(cè)速度，zui大限度地滿足現(xiàn)場(chǎng)實(shí)時(shí)監(jiān)測(cè)和故障診斷的要求。
目前常用的微弱信號(hào)檢測(cè)方法主要有時(shí)域法和頻域法，其中時(shí)域法包括取樣積分、數(shù)字平均、相關(guān)檢測(cè)、自適應(yīng)消噪等，頻域法包括快速傅立葉變換、功率譜密度、濾波等。然而，對(duì)于短數(shù)據(jù)點(diǎn)、極低信噪比、噪聲頻率與信號(hào)頻率接近或重合的情況，上述微弱信號(hào)檢測(cè)方法存在一定的缺陷。如短數(shù)據(jù)點(diǎn)使得快速傅立葉變換頻率分辨率太低，不足以過(guò)濾掉噪聲而檢測(cè)出特征信號(hào)，在濾波抑制噪聲的同時(shí)，有用信號(hào)也不可避免地受到損害，這些問(wèn)題的存在影響了常用微弱信號(hào)檢測(cè)方法的效果。近些年，涌現(xiàn)出一些新的微弱信號(hào)檢測(cè)方法，如：差分振子、小波變換[9]、循環(huán)統(tǒng)計(jì)理論和高階統(tǒng)計(jì)量、獨(dú)立分量分析、經(jīng)驗(yàn)?zāi)Ｊ椒纸庖约岸喾N方法的綜合應(yīng)用等。
基于隨機(jī)共振（stochastic resonance, sr）的微弱信號(hào)檢測(cè)技術(shù)是近幾年發(fā)展起來(lái)的一種新的信號(hào)處理技術(shù)。目前，針對(duì)大參數(shù)信號(hào)的隨機(jī)共振理論，其研究探索仍然以電路模擬試驗(yàn)為主，相關(guān)研究在國(guó)外也很少。2005年，fauve等人利用隨機(jī)共振原理對(duì)轉(zhuǎn)子早期碰磨故障的微弱特征信號(hào)進(jìn)行了模擬識(shí)別研究，但他們沒(méi)有考慮其它信號(hào)和噪聲參數(shù)之間的相互關(guān)聯(lián)性。在國(guó)內(nèi)，關(guān)于隨機(jī)共振工程的實(shí)際應(yīng)用，基本是直接調(diào)節(jié)非線性雙穩(wěn)態(tài)方程的系統(tǒng)參數(shù)來(lái)解決強(qiáng)噪聲中的微弱信號(hào)檢測(cè)問(wèn)題。這種系統(tǒng)參數(shù)調(diào)節(jié)方法的調(diào)節(jié)范圍很寬、尋優(yōu)時(shí)間長(zhǎng)，且對(duì)不同問(wèn)題參數(shù)調(diào)節(jié)的規(guī)律不容易尋找。
針對(duì)大參數(shù)信號(hào)隨機(jī)共振檢測(cè)中所存在的問(wèn)題，筆者以非線性雙穩(wěn)系統(tǒng)為研究對(duì)象，提出變尺度隨機(jī)共振思想，對(duì)大參數(shù)的隨機(jī)共振現(xiàn)象進(jìn)行了較深入的分析和研究，并將該研究成果初步應(yīng)用到電機(jī)、軸承、輸油管道等的故障監(jiān)測(cè)與診斷，取得了很好的效果。此外，筆者還提出一種基于級(jí)聯(lián)雙穩(wěn)隨機(jī)共振降噪的經(jīng)驗(yàn)?zāi)Ｊ椒纸夥椒ǎ私?jīng)驗(yàn)?zāi)Ｊ椒纸獾倪吔缧?yīng)，實(shí)現(xiàn)了對(duì)微弱非平穩(wěn)信號(hào)的提取。
加工過(guò)程在線監(jiān)測(cè)
2 多傳感器信息融合智能故障診斷策略
由于單個(gè)傳感器只能獲取局部的信息，對(duì)于功能部件多、故障信息復(fù)雜的數(shù)控機(jī)床，需采用多種傳感器來(lái)獲取不同種類(lèi)、不同狀態(tài)的信息。多傳感器信息融合方法是用多種傳感器從多方面探測(cè)系統(tǒng)的多種物理量，利用計(jì)算機(jī)技術(shù)對(duì)系統(tǒng)運(yùn)行狀態(tài)的多傳感器信息源進(jìn)行監(jiān)測(cè)，進(jìn)而綜合運(yùn)用多種人工智能和現(xiàn)代信號(hào)處理方法的各自?xún)?yōu)點(diǎn)，取長(zhǎng)補(bǔ)短，優(yōu)勢(shì)互補(bǔ)，實(shí)現(xiàn)準(zhǔn)確、及時(shí)地機(jī)械系統(tǒng)運(yùn)行狀態(tài)判斷。該方法的特點(diǎn)在于，多傳感器信息融合系統(tǒng)能有效地利用傳感器資源zui大限度地獲得有關(guān)被測(cè)對(duì)象和狀態(tài)的信息量。與單一傳感器系統(tǒng)相比，多傳感器信息集成與融合的優(yōu)點(diǎn)突出地表現(xiàn)在信息的冗余性、容錯(cuò)性、互補(bǔ)性、實(shí)時(shí)性和低成本性。將系統(tǒng)中若干個(gè)相同類(lèi)型或不同類(lèi)型的傳感器所提供的相同形式或不同形式、同時(shí)刻或不同時(shí)刻的測(cè)量信息加以分析、處理與綜合，得到對(duì)被測(cè)對(duì)象全面、一致的估計(jì)。
由于機(jī)床功能部件種類(lèi)復(fù)雜，多信號(hào)調(diào)制和監(jiān)測(cè)信號(hào)種類(lèi)多樣性的特點(diǎn)，對(duì)機(jī)床的動(dòng)態(tài)測(cè)控與智能診斷面臨被測(cè)對(duì)象多、分析處理數(shù)據(jù)量大及診斷過(guò)程中時(shí)變性、隨機(jī)性、模糊性等問(wèn)題，使得單一的故障診斷方法難以對(duì)設(shè)備運(yùn)行的故障狀態(tài)做出準(zhǔn)確有效的預(yù)示，這是制約其實(shí)際應(yīng)用效果的關(guān)鍵因素。因此，綜合運(yùn)用多信息融合方法和混合智能故障診斷策略，是智能故障辨識(shí)的發(fā)展趨勢(shì)。
近年來(lái)，國(guó)內(nèi)外研究人員將專(zhuān)家系統(tǒng)、模糊理論、神經(jīng)網(wǎng)絡(luò)、聚類(lèi)分析、進(jìn)化算法等人工智能方法應(yīng)用于數(shù)控機(jī)床的故障診斷中?；谏窠?jīng)網(wǎng)絡(luò)的智能故障診斷是近年來(lái)應(yīng)用的一種方法。目前，此方法的研究主要集中在2個(gè)方面：一是把不同的神經(jīng)網(wǎng)絡(luò)模型應(yīng)用到故障診斷中，如采用bp 神經(jīng)網(wǎng)絡(luò)、徑向基神經(jīng)網(wǎng)絡(luò)、概率神經(jīng)網(wǎng)絡(luò)和自組織特征映射神經(jīng)網(wǎng)絡(luò)等；二是改進(jìn)現(xiàn)有神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法或研究新的算法，以提高故障診斷與預(yù)報(bào)的準(zhǔn)確性和效率。上述方法均具有一定的適用性和局限性，如存在診斷信息不完整、神經(jīng)網(wǎng)絡(luò)缺乏故障訓(xùn)練樣本、早期故障與嚴(yán)重故障的關(guān)系等問(wèn)題。而且大型復(fù)雜數(shù)控裝備需監(jiān)測(cè)的對(duì)象多，分析處理的數(shù)據(jù)量大，用單一的人工智能方法，難以完成對(duì)整個(gè)系統(tǒng)運(yùn)行狀況的有效監(jiān)控。筆者在智能故障診斷方面做了大量的研究工作，深入分析了基于web的專(zhuān)家系統(tǒng)體系結(jié)構(gòu)，提出基于java技術(shù)的網(wǎng)絡(luò)專(zhuān)家系統(tǒng)實(shí)現(xiàn)方法，提出了基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的故障診斷理論，應(yīng)用一種renyi熵測(cè)度下基于經(jīng)驗(yàn)?zāi)Ｊ椒纸夂蛕ui小二乘支持向量機(jī)的智能診斷模型。用以進(jìn)行滾動(dòng)軸承的故障診斷試驗(yàn)，成功開(kāi)發(fā)了機(jī)械設(shè)備智能診斷與預(yù)測(cè)維修系統(tǒng)，并在數(shù)控機(jī)床、汽輪發(fā)電機(jī)組等機(jī)械設(shè)備中投入使用。
數(shù)控機(jī)床動(dòng)態(tài)測(cè)控與智能診斷應(yīng)用的搭建
進(jìn)行動(dòng)態(tài)測(cè)控與智能診斷技術(shù)的理論研究，zui終目標(biāo)是將這些算法構(gòu)建在數(shù)控機(jī)床在線檢測(cè)平臺(tái)上，實(shí)現(xiàn)加工運(yùn)行狀態(tài)的實(shí)時(shí)檢測(cè)與診斷。從現(xiàn)有的在線檢測(cè)設(shè)備來(lái)看，存在由于體積制約導(dǎo)致的安裝復(fù)雜性和設(shè)備外置性等特點(diǎn)，而定制嵌入式監(jiān)測(cè)模塊又存在研發(fā)周期長(zhǎng)、監(jiān)測(cè)功能單一等缺陷，難以適應(yīng)數(shù)控系統(tǒng)開(kāi)放式架構(gòu)和功能模塊可重構(gòu)的發(fā)展需求。特別是對(duì)于我國(guó)來(lái)說(shuō)，由于國(guó)內(nèi)現(xiàn)有的航空制造數(shù)控機(jī)床基本依賴(lài)國(guó)外進(jìn)口，技術(shù)壁壘效應(yīng)導(dǎo)致數(shù)控系統(tǒng)開(kāi)放性較差，實(shí)現(xiàn)機(jī)床故障診斷預(yù)警系統(tǒng)與數(shù)控系統(tǒng)集成更加困難。以下闡述了模塊化可重構(gòu)特點(diǎn)的在線檢測(cè)單元構(gòu)建方法，該數(shù)控系統(tǒng)在線監(jiān)測(cè)構(gòu)架融合了設(shè)備狀態(tài)監(jiān)測(cè)和智能診斷技術(shù)、網(wǎng)絡(luò)技術(shù)、數(shù)據(jù)庫(kù)技術(shù)和人工智能技術(shù)，實(shí)現(xiàn)基于網(wǎng)絡(luò)的數(shù)控機(jī)床智能診斷和遠(yuǎn)程維護(hù)，代表了數(shù)控機(jī)床動(dòng)態(tài)測(cè)控與智能診斷應(yīng)用的方向。
下圖為開(kāi)放式數(shù)控系統(tǒng)下具有模塊化可重構(gòu)特點(diǎn)的嵌入式狀態(tài)監(jiān)測(cè)診斷系統(tǒng)構(gòu)架，其特點(diǎn)為具有獨(dú)立于數(shù)控系統(tǒng)的中央處理器，在加工過(guò)程的在線監(jiān)測(cè)中，狀態(tài)監(jiān)測(cè)功能模塊和數(shù)控系統(tǒng)各自獨(dú)立運(yùn)行，以確保數(shù)控指令的實(shí)施和加工狀態(tài)在線監(jiān)測(cè)功能的實(shí)時(shí)性。
網(wǎng)絡(luò)架構(gòu)下的具有集成監(jiān)測(cè)一體化嵌入式測(cè)試單元的開(kāi)放結(jié)構(gòu)數(shù)控系統(tǒng)
嵌入式在線監(jiān)測(cè)單元與數(shù)控系統(tǒng)的連接采用基于ethernet數(shù)控系統(tǒng)現(xiàn)場(chǎng)總線、internet網(wǎng)絡(luò)、usb及串口等多種傳輸技術(shù)的監(jiān)測(cè)信息通用調(diào)用接口，實(shí)現(xiàn)在線監(jiān)測(cè)單元和數(shù)控系統(tǒng)信息的實(shí)時(shí)傳輸與交互，構(gòu)建了弱耦合無(wú)縫連接條件下的高速信息傳輸框架。該信息交互方式的運(yùn)用強(qiáng)調(diào)了數(shù)據(jù)傳輸實(shí)時(shí)性，具有測(cè)控單元開(kāi)放性、可移植性強(qiáng)的特點(diǎn)。
嵌入式在線監(jiān)測(cè)單元與遠(yuǎn)程網(wǎng)絡(luò)監(jiān)控系統(tǒng)的連接采用internet進(jìn)行嵌入式，在線監(jiān)測(cè)單元與網(wǎng)絡(luò)構(gòu)架下?tīng)顟B(tài)監(jiān)測(cè)診斷系統(tǒng)的監(jiān)測(cè)數(shù)據(jù)上傳及故障診斷代碼下載等實(shí)時(shí)性要求不高的信息交互。網(wǎng)絡(luò)架構(gòu)下面向復(fù)雜設(shè)備管理的狀態(tài)監(jiān)測(cè)與診斷系統(tǒng)采用c/s與b/s的混合架構(gòu)搭建。該系統(tǒng)提供多種常用的網(wǎng)絡(luò)數(shù)據(jù)庫(kù)供選擇（ 如sql server，oracle等），整個(gè)系統(tǒng)框架可以分為三層網(wǎng)絡(luò)，包括基于c/s模式的設(shè)備狀態(tài)監(jiān)測(cè)與故障診斷網(wǎng)、基于b/s模式的設(shè)備管理信息網(wǎng)以及企業(yè)網(wǎng)，并zui終構(gòu)建在企業(yè)的erp系統(tǒng)中。
以數(shù)控系統(tǒng)、嵌入式監(jiān)測(cè)單元、遠(yuǎn)程監(jiān)控系統(tǒng)為傳輸協(xié)議服務(wù)對(duì)象的tdnc-connect傳輸協(xié)議，是建立在通用網(wǎng)絡(luò)通信協(xié)議基礎(chǔ)上的基于軟件的輕量級(jí)通信協(xié)議。該協(xié)議據(jù)對(duì)數(shù)控系統(tǒng)加工狀態(tài)的信息反饋，將傳輸內(nèi)容及格式分為故障診斷信息數(shù)據(jù)流傳輸協(xié)議及機(jī)床加工狀態(tài)信息數(shù)據(jù)流傳輸協(xié)議。故障診斷信息的數(shù)據(jù)流傳輸協(xié)議采用“工廠—監(jiān)測(cè)單元—測(cè)點(diǎn)—監(jiān)測(cè)量”的狀態(tài)信息描述方法，在嵌入式在線監(jiān)測(cè)單元、數(shù)控系統(tǒng)及遠(yuǎn)程監(jiān)控系統(tǒng)軟件中構(gòu)建監(jiān)測(cè)信息數(shù)據(jù)庫(kù)，實(shí)現(xiàn)狀態(tài)信息型數(shù)據(jù)的測(cè)點(diǎn)信息定位。
確立監(jiān)測(cè)指標(biāo)量為小數(shù)據(jù)流量的故障代碼型數(shù)據(jù)流傳輸格式，可實(shí)時(shí)傳輸至數(shù)控系統(tǒng)并進(jìn)行故障代碼的數(shù)據(jù)庫(kù)查詢(xún)，完成小數(shù)據(jù)高信息量的數(shù)據(jù)傳輸。該協(xié)議主要包括以下4 部分內(nèi)容：（1）監(jiān)測(cè)起始數(shù)據(jù)段：標(biāo)識(shí)監(jiān)測(cè)數(shù)據(jù)的起始，包括監(jiān)測(cè)日期、監(jiān)測(cè)時(shí)間等。（2）監(jiān)測(cè)全局?jǐn)?shù)據(jù)段：提供狀態(tài)的獲取參數(shù)設(shè)置信息，如分析頻率、采樣點(diǎn)數(shù)、增益、總通道數(shù)、通道的參數(shù)設(shè)置。（3）監(jiān)測(cè)信息數(shù)據(jù)段：監(jiān)測(cè)到的具體機(jī)床狀態(tài)信號(hào)、波形。（4）數(shù)據(jù)結(jié)束標(biāo)識(shí)段：標(biāo)識(shí)監(jiān)測(cè)數(shù)據(jù)包的結(jié)束。
機(jī)床加工狀態(tài)信息數(shù)據(jù)流傳輸協(xié)議：針對(duì)機(jī)床狀態(tài)信息反饋過(guò)程中故障識(shí)別信息建立的傳輸協(xié)議，其傳輸對(duì)象為波形、頻譜等實(shí)時(shí)性要求相對(duì)較低的顯示型數(shù)據(jù)信息，可采用tdnc-connect 機(jī)床加工狀態(tài)信息數(shù)據(jù)流傳輸協(xié)議格式，確保數(shù)據(jù)信息的準(zhǔn)確率。主要包括以下4 部分內(nèi)
容：（1）設(shè)備信息數(shù)據(jù)段：機(jī)床編號(hào)、名稱(chēng)、車(chē)間位置、故障發(fā)生時(shí)間和機(jī)床管理人員信息等。（2） 測(cè)數(shù)據(jù)指標(biāo)數(shù)據(jù)段：加工狀態(tài)監(jiān)測(cè)位置測(cè)點(diǎn)號(hào)、監(jiān)測(cè)數(shù)據(jù)zui大值和報(bào)警閾值等。（3）故障機(jī)理分析數(shù)據(jù)段：故障位置、產(chǎn)生原因和發(fā)生概率等具體故障診斷結(jié)論等。（4）故障維修報(bào)表數(shù)據(jù)段：故障維修具體方案、維修計(jì)劃、維修報(bào)表等。
在線監(jiān)測(cè)單元的構(gòu)建包括獨(dú)立的pc104 plus總線架構(gòu)的嵌入式工控主板，自主開(kāi)發(fā)的信號(hào)調(diào)理模塊、數(shù)據(jù)采集卡、安裝在cf卡上的嵌入式操作系統(tǒng)xpe和在線監(jiān)測(cè)軟件，作為裝備運(yùn)行狀態(tài)監(jiān)測(cè)、*信號(hào)處理、故障診斷、智能維護(hù)功能和遠(yuǎn)程監(jiān)控的數(shù)控機(jī)床現(xiàn)場(chǎng)端應(yīng)用平臺(tái)。該單元實(shí)現(xiàn)了其硬件功能設(shè)計(jì)（ 數(shù)據(jù)采集模塊、與數(shù)控系統(tǒng)接口、與遠(yuǎn)程故障診斷中心接口等） 和軟件功能（數(shù)據(jù)采集軟件、在線監(jiān)測(cè)軟件、與數(shù)控系統(tǒng)通訊協(xié)議、與遠(yuǎn)程故障診斷中心通訊協(xié)議等） 的集成。測(cè)控單元針對(duì)在數(shù)控機(jī)床上構(gòu)建的力、振動(dòng)、噪聲、溫度綜合監(jiān)測(cè)信息獲取平臺(tái)，融合多種信號(hào)處理及故障診斷的方法，實(shí)現(xiàn)了多傳感器信息下的診斷與智能維護(hù)，確保了數(shù)控機(jī)床高精的運(yùn)行。同時(shí)，通過(guò)測(cè)控單元或數(shù)控系統(tǒng)的網(wǎng)絡(luò)接口及tdnc-connect傳輸協(xié)議，使數(shù)控系統(tǒng)成為工廠自動(dòng)化網(wǎng)絡(luò)中的一個(gè)智能節(jié)點(diǎn)或終端。促使了多臺(tái)開(kāi)放式數(shù)控系統(tǒng)與故障診斷網(wǎng)的信息交互、網(wǎng)絡(luò)化數(shù)據(jù)管理、專(zhuān)家系統(tǒng)和遠(yuǎn)程診斷功能的實(shí)現(xiàn)。
結(jié)束語(yǔ)
多年來(lái)，人們?cè)趶?fù)雜制造系統(tǒng)運(yùn)行狀態(tài)檢測(cè)、故障預(yù)警和診斷的技術(shù)研究中，進(jìn)行了加工過(guò)程微弱信號(hào)特征提取技術(shù)、多傳感器信息融合混合智能診斷建模和在線監(jiān)測(cè)驗(yàn)證平臺(tái)搭建的大量研究，已經(jīng)取得了令人鼓舞的成果。但應(yīng)該指出的是，動(dòng)態(tài)測(cè)控和智能診斷至今還存在誤報(bào)、漏報(bào)以及及時(shí)性差等問(wèn)題，特別是對(duì)于已預(yù)測(cè)到的故障進(jìn)行智能化實(shí)時(shí)控制尚需進(jìn)行進(jìn)一步研究。深入開(kāi)展動(dòng)態(tài)測(cè)控和智能診斷理論及工程應(yīng)用研究，對(duì)于提升我國(guó)航空業(yè)整體制造水平，具有重要的意義和工程應(yīng)用價(jià)值。