基于多Agent的数控机床远程故障诊断系统研究

论文摘要

结合省科技攻关计划项目“数控机床故障网络化智能诊断系统”（编号:05213507D）,针对数控机床故障的特点,研究了基于多Agent的数控机床远程故障诊断系统（CNCRDS）。根据数控机床故障诊断知识体系,构建了数控机床故障诊断的知识模型,提出了将机电接口PLC的梯形图转换为逻辑规则的方法,并建立了逻辑诊断模型和时序诊断模型。采用将浅层推理和深层推理相结合的混合推理策略,保证了推理的准确性和有效性和推理效率。通过对MAS理论以及数控机床远程故障诊断任务分解特点的分析,在国内首次提出了基于Multi-Agent的数控机床远程故障诊断系统的层次结构和系统结构模型。研究了CNCRDS的多Agent的通信机制、协调策略和效用评估算法,提出了基于效用评估的诊断任务协商策略。研发了机械故障信号工具箱,并提出了EMD方法的一种改进算法。提出了基于人工免疫网络的故障模式学习算法,对比分析结果证明了该算法的高效性。实现了基于Multi-Agent的数控机床远程故障诊断的原型系统,保证了系统的开放性,使异构网络环境下的Agent之间能够进行互操作,为Multi-Agent理论的实用化探索出了一条切实可行的技术途径。

论文目录

• 提要
• 第一章 绪论
• 1.1 课题的背景及研究意义
• 1.1.1 课题的研究背景
• 1.1.2 课题的研究意义
• 1.2 数控机床故障诊断的国内外现状
• 1.2.1 诊断系统架构研究
• 1.2.2 智能诊断方法研究
• 1.2.3 数控机床故障机理及故障模型研究
• 1.2.4 诊断系统集成技术研究
• 1.3 数控机床故障诊断的研究特点及其存在的问题
• 1.3.1 研究特点
• 1.3.2 存在的问题
• 1.4 论文的研究内容
• 第二章 CNCRDS的知识表示
• 2.1 数控机床故障诊断知识体系
• 2.1.1 数控机床系统结构模型
• 2.1.2 数控机床的故障分类
• 2.1.3 数控设备故障特征分析
• 2.2 CNCRDS的知识获取与表示
• 2.2.1 CNCRDS的浅层知识模型
• 2.2.2 CNCRDS的深层知识模型
• 2.2.3 系统中PLC知识表示方法
• 2.2.4 CNCRDS的混合知识模型
• 2.3 本章小结
• 第三章 CNCRDS的诊断策略
• 3.1 故障诊断策略
• 3.1.1 浅层推理
• 3.1.2 深层推理
• 3.1.3 混合式推理
• 3.2 诊断策略的实施
• 3.2.1 机床控制器的故障诊断策略
• 3.2.2 机床侧的故障诊断策略
• 3.3 本章小结
• 第四章 基于Multi-Agent的CNCRDS总体框架
• 4.1 CNCRDS系统体系结构
• 4.1.1 CNCRDS系统拓扑结构
• 4.1.2 CNCRDS系统中的智能agent
• 4.1.3 CNCRDS中多agent的系统结构
• 4.2 CNCRDS系统中多agent的通信机制
• 4.2.1 Agent通信语言
• 4.2.2 基于XML的通信框架
• 4.3 CNCRDS系统中多agent的协商策略
• 4.3.1 基于诊断准确率和诊断时间的效用评估算法
• 4.3.2 基于效用评估的诊断任务协商策略
• 4.4 本章小结
• 第五章 机械故障信号处理技术
• 5.1 机械故障信号的分析方法
• 5.2 基于EMD的时频分析方法
• 5.2.1 EMD方法的基本原理和算法
• 5.2.2 EMD方法讨论及改进
• 5.2.3 实验验证
• 5.3 本章小结
• 第六章 系统的学习机制
• 6.1 系统的学习过程
• 6.2 基于规则的知识学习机制
• 6.2.1 基于规则的学习过程
• 6.2.2 基于规则的学习算法
• 6.3 基于人工免疫网络模型的知识学习机制
• 6.3.1 人工免疫网络模型结构
• 6.3.2 人工免疫网络模型抗体的产生机制
• 6.3.3 实验验证
• 6.4 本章小结
• 第七章 CNCRDS系统实现与应用研究
• 7.1 CNCRDS开发平台
• 7.1.1 JADE开发平台的选择
• 7.1.2 JADE的相关技术
• 7.2 CNCRDS软件开发环境
• 7.3 CNCRDS原型系统开发
• 7.3.1 系统总体结构
• 7.3.2 系统运行实例
• 7.4 本章小结
• 第八章 结论与展望
• 8.1 结论
• 8.2 展望
• 参考文献
• 攻读博士学位期间发表的论文及其他成果
• 致谢
• 摘要
• ABSTRACT