[00325678]制造系统智能监控理论与技术

　　本课题针对自动化加工中的瓶颈问题，在动态信号处理和模式识别的综合研究基础上设计了不同类型的机械加工过程自动化监控系统。其中包括数控机床切削刀具状态监测、加工误差实时自动估计和冲压注塑过程智能监控。系统地综合时频分析、差分技术、统计学习门槛，解决了机械加工过程中的电机电流、振动、声发射信号和冲压力信号中的异常信息实时提取问题。借助计算智能技术和切削力模型直接从电机电流中估计切削力，提出了时变周期模型和时频分析方法，有效地检测了刀具磨损状态，基于此方法设计通用的经济性刀具状态监控系统。同时，提出了整合小波技术、模糊逻辑和神经网络技术，融合切削过程中的电机电流和声发射信号的特征值，提出了模糊聚类分析和智能学习方法，解决了动态信号特征与系统状态的映射问题，提高了刀具状态的检测率.。针对切削工件质量过低的问题，提出了一个层次分解模型来辨识加工误差的来源（力、热和机床几何误差），采用智能技术直接融合加工参数和电机电流信息，间接地估计加工误差；提出模糊综合评判和进化优化方法，建立了一个非常实用的公差分配方法，该方法可在保证装配精度的前提下降低工件加工的成本。针对多工艺冲压过程（如打孔、弯边等），提出自适应模型的方法来分解冲压力信号，并基于贝叶斯推理方法提取与冲压工件质量相关的特征，设计了一种新的自组织学习的冲压工件质量监控系统。