摘要：针对机床故障诊断中人工诊断效率低、实时性差、误差大的缺点,研究提出使用分级特征库进行机床故障诊断,该研究将特征分为典型特征和非典型特征两级,在底层汇聚节点完成振动特征提取和典型特征（即A级特征）机床故障诊断,实现故障现场预警,提高了现场预警的实时性。在控制中心完成对非典型特征（即B级特征）综合处理和分析,同时对两级特征数据采用机器学习中SVM算法完成故障特征库的完善和更新,提高了机床故障诊断的准确性。通过实验证明该研究在基于特征库的机床故障诊断领域具有理论研究价值和工程应用价值,提高了数控机床故障诊断的实时性和精确性。

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）