一、数控机床远程控制的研究（论文文献综述）
王志刚[1]（2021）在《基于OPC技术的数控机床远程监控系统设计》文中认为在现代制造系统中,开始利用现有的网络技术对数控机床进行远程监控,但是在实际监控的过程中仍然存在一些问题。基于此,笔者提出基于OPC（OLE for Process Control）技术的数控机床远程监控系统。首先,对监控总传输电源进行设计,完成硬件设计;其次,对多目标远程监控功能模块以及基于OPC的实时监控访问数据库智能软件进行设计,完成软件设计;最后进行系统测试。测试结果表明:计算得出的调度频率均在2以下,表明监控的效果较好,具有较高的应用价值。
徐傲[2]（2021）在《机床多物理量远程测控模拟试验系统》文中提出数控机床是现代工业发展的重要设备,为加深科研和操作人员对数控机床的认识,通过搭建实验平台来模拟验证数控机床各种运行状态及性能,因此迫切需要研制数控机床模拟实验装置。目前市场上各种数控机床模拟实验装置的数据采集主要采用有线连接方式,容易产生信号衰减和相互干扰,大多无法实现网络远程监控。因此论文以一维工作台为对象,研制了基于ZigBee和LabVIEW的多物理量无线远程测控系统综合实验装置,实现对数控机床实际工况的功能模拟。论文开展的主要工作如下:确定硬件、软件系统的设计指标,规划各子系统的功能。为了更好的模拟分析数控机床等仪器设备工作状态,设计了温度、压力、.转速、位移、振动等传感器数据采集电路,并开发基于ZigBee的数据采集程序,通过USB通信将终端节点采集信息传输至上位机。实现了综合实验装置的载物台位移、电机转速、电机温度、载物台负载、电机振动等的测量。开发了基于LabVIEW的网络远程上位机监控软件,针对三相异步电机工作环境中的各项情况,对采集的电机振动量进行函数处理,实现了对电机X、Y、Z三轴振动时域波形、功率谱波形、倒谱波形的分析,完成了对数控机床电机工作时进行故障诊断的功能模拟。同时上位机对采集的各个物理量信息进行实时处理并显示综合实验装置各个区域的监控数据,利用LabVIEW的Web远程发布功能实现上位机远程异地登录监控,采用XY图程序对储存的传感器历史数据以曲线的形式直观的呈现出来。实验结果表明,本文研制的测控系统运行稳定,能够实现多传感器远程无线数据采集、显示、数据存储、振动信号频谱分析、实验报告自动生成等功能。
詹晓秋[3]（2021）在《基于MTConnect的数控设备数据采集及刀具切削异常检测方法研究》文中提出随着互联网技术和制造业技术高速发展,以及工业互联网、智能制造等理念的提出,实现车间设备网络化和数字化已成为重点关注方向。并且刀具在切削过程中,很难直接检测到刀具切削状态,而刀具切削出现异常,不仅会降低刀具寿命,增加加工件残次品产出数量,甚至可能会造成数控设备出现故障。基于此,本文搭建了基于MTConnect协议的数控设备数据可视化客户端,同时提出了基于主轴负载的数控设备刀具切削异常检测方法,主要研究内容包括:（1）确定数控车间网络通信架构,通过对MTConnect协议的技术分析,搭建基于MTConnect的总体架构。同时依据MTConnect协议标准对数控设备进行设备信息模型构建,建立数控设备的统一参数格式标准。（2）通过分析数控设备的通信技术,设计并研发基于MTConnect协议的采集适配器,实现具备不同通信协议设备之间的数据统一采集与管理。同时针对MTConnect协议的只读功能进行改进,为适配器增加与设备的交互功能。（3）设计并搭建数控设备数据可视化客户端,包括web端和移动端。首先对功能需求进行分析,其次对数据库进行搭建。最后,根据功能需求实现客户端主要功能,包括实时状态监测、设备管理、订单管理、效率分析以及刀具切削异常检测。（4）提出基于主轴负载的数控设备刀具切削异常检测方法。首先对监控信号进行确定,证明主轴负载的动态数据变化能够真实反映整个切削过程。其次,提出基于快速动态时间规整算法（FastDTW）和动态时间规整重心平均算法（DBA）的刀具切削异常判断方法,以及基于主成分分析（PCA）和支持向量机（SVM）的刀具切削异常分类方法。当设备加工过程中主轴负载序列和标准序列之间的相似度处于判别阈值范围内时,视为刀具正常加工,否则判定为刀具切削异常。当刀具切削出现异常时,利用SVM进行切削异常类型识别。对本文所提检测方法进行准确性分析后,得出该检测方法具有较高的准确率,切削异常判断方法的F1分数达到99%,异常分类方法的准确率达到96%,进一步证明该组合刀具切削异常检测方法具有一定的普适性与有效性。
孟博洋[4]（2021）在《基于边缘计算的智能数控系统实现方法研究》文中研究表明随着工业4.0的技术浪潮推动,边缘计算技术、物联网技术、云服务技术等众多先进的制造业新技术,改变了制造业的生产环境和生产模式。新技术的发展,使得人们对机床数控系统的智能化、网络化水平的要求越来越高。在当前的智能化、网络化制造模式中,机床的数控系统不仅需要利用云端的计算和存储优势来收集、分析加工中的相关多源数据,而且更加需要通过云端丰富的技术资源优势,来指导和优化对应的加工过程。传统的云架构数控系统,由于数据传输中的延迟、稳定性、实时性等问题,难以满足机床云端的实时感知与分析、实时优化与控制等高实时性需求。这一问题也成为传统云架构数控系统中的研究热点和难点。在此背景下,本文开展了边缘计算架构数控系统的设计和开发工作,并进行了智能感知与分析、智能优化与控制等方面的技术研究。根据边缘计算产业联盟提出的边缘计算3.0参考架构,本文分析了在智能制造环境下的边缘计算体系层级。从边缘计算在机床智能数控系统中的智能功能分析及物理平台搭建两个方面,完成基于边缘计算的智能数控系统体系环境建模,并且提出了边缘计算数控系统的总体架构设计方案。该架构在传统云架构的基础上,增加了边缘计算设备端和边缘计算层级。通过基于边云协同交互的智能分析、智能优化等方法,完成了机床云端与设备端之间,高实时性任务的数据交互。以架构中的模块为边缘计算数控系统的基础构成单元,对所提出的系统架构进行模块化开发。在各主模块的开发过程中,提出各子模块细分方法以及相互调用模式,详细介绍了各主模块在搭建过程中的关键技术。分别从边缘运动控制模块、边缘逻辑控制模块、边缘计算服务器配置三个方面,提出了各主模块的具体实现方法。针对边缘计算数控系统与机床原数控系统之间的关系,提出三种对接运行模式,并给出了两个系统中各个执行子模块的具体对接方法和流程。同时,为了利用云计算的特点和优势,来提升边缘计算数控系统的计算处理能力和远程服务能力。提出了边缘计算数控系统与云端交互部分的配置策略,并且搭建了相应的云计算服务器以及交互环境。在边缘计算数控系统的智能感知技术应用方面,针对机床铣削加工过程中产生的切削力、位置信息,速度信息、形变信息等等多源加工信息数据,提出边缘计算数控系统的智能数据感知方法。针对多源信息在高速实时性要求与传输过程中的数据时钟波动等问题,导致采集数据的不准确、不一致等情况,提出一种新的多源数据智能调度及融合方法。通过高度一致性的数据协同,将多源信息根据对应关系进行映射,使得数据的基准可以从基于时间因素的基准投影到基于工件表面因素的空间基准。为了充分利用云端计算的硬件资源优势与边缘端计算的实时性优势,提出边云混合交互的多维关联数据智能分析方法,为边缘计算数控系统提供高效、实时的分析数据。在边缘计算数控系统的铣削力优化技术应用方面,根据感知到的铣削力信息与加工工件的关联数据,研究了不同加工参数和刀具参数条件下的铣削力波动特性。建立了整体螺旋刃立铣刀的铣削力波动预测模型。提出三个与轴向切削深度和刀具参数有关的铣削力波动特性:一致性,周期性和对称性,并给出了详细的理论公式推导和证明方法。在此基础上,建立了基于边云系统的铣削力优化方法。通过离线参数优化与在线铣削力控制两种方式,实验验证了所提出边缘计算数控系统实现及技术应用的有效性和正确性。
李泽阳[5]（2021）在《工业自动化控制系统的HMI组件设计与实现》文中研究表明随着国家“十四五”规划开启和中国制造2025计划的深入推进,中国在生产制造领域整体水平得到提高。互联网技术的高速发展,打破了原先传统意义上的生产模式和管理配置。伴随着运动控制系统的智能化,多种监控传感器不断接入系统的场景愈发常见,数控系统的复杂度愈发变高,集成度低、不具备模块化和可伸缩性成为传统HMI组件信息采集的发展局限点,已逐渐不能实现多种设备信息分析并进一步处理的能力。与此同时,人机界面系统变得更加复杂难以理解,对控制系统运行工作过程需要提供更高精度和更加全面的监视和控制,对数据采集后的分析处理存在不充分利用的问题。因此,开发一种解决当前用户痛点且支持系统平台国产化的数据采集与通信系统已成为必要路径。本文以龙芯3A4000通用处理器、Linux开源系统和Open SCADA平台为实验环境,针对开放式数控系统和数控机床外接传感器两种数据采集方式,结合当前主流预测模型,设计并实现了HMI组件。通过对比研究当前主流数据采集方法,确定以OPC UA标准通信协议为基础设计开放式数控系统数据采集及HMI通信,并进一步完成对数控系统信息参数的人机界面显示。确定以Modbus TCP标准通信协议为基础设计数控机床外接温度湿度传感器数据采集与通信及温度预警,并在温度预测的基础上,针对热变形带来的实际影响问题,采用改进自适应学习率的BP神经网络作为热误差补偿模型进行机床主轴校正。实验结果表明,采用多线程设计的多种数据采集方案能够实现实时数据传输,通过使用热误差补偿模型可以在保证准确性的同时,有效降低机床后期维修费用,提高了机床安全特性。
宋丹[6]（2020）在《基于物联网的数控机床远程故障诊断系统》文中提出数控机床是现代制造业中重要的生产设备,一旦发生故障可能导致零件报废、生产停滞,造成企业的经济损失。随着物联网、大数据等先进技术的飞速发展,实现机床远程故障诊断已成为可能。本文以数控机床为对象,研究和开发了基于物联网的数控机床远程故障诊断系统。主要内容如下:（1）在分析机床故障远程诊断系统功能目标及性能目标的基础上,设计其功能模块和逻辑结构,描述各模块和各层的工作内容和工作流程,提出基于NB-IoT技术的数控机床远程故障诊断系统的总体方案。（2）通过开发OPC客户端获取机床运行状态数据,通过开发外接传感器的Lab VIEW客户端获得温度、噪声、振动等数据,通过NB-IoT无线通信模块将数据采集模块采集的数据传输至One NET物联网云平台。（3）针对传统神经网络和极限学习机在故障诊断中存在诊断正确率较低、稳定性不高的问题,并且为了减小核极限学习中随机惩罚因子和随机核参数造成的网络结构波动,提出采用鲸鱼优化算法的核极限学习机（WOA-KELM）故障诊断模型。（4）以滚珠丝杠副振动信号作为模型的测试数据,采用集合经验模态分解和样本熵提取信号特征,通过核函数主元分析方法对提取的特征进行降维,得到模型的输入样本,将WOAKELM模型与WOA-ELM、CBA-KELM、BA-KELM模型的测试结果进行对比分析,表明WOAKELM收敛速度快,收敛精度高、故障识别率高。（5）设计和开发了机床远程故障诊断客户端软件,以实现对故障诊断所涉及数据的可视化管理,包括用户管理、设备管理、故障分类管理、故障在线诊断等功能。
李文进[7]（2019）在《基于Android平台的数控机床故障实时管理系统的研究与应用》文中进行了进一步梳理目前,我国现有的制造企业在数控机床的故障管理方面依旧采用的是简单的信息管理方式,不仅会消耗大量的人力物力,而且效率不高。随着数字化制造和移动互联网技术的发展,这势必给数控机床的故障管理带来了新的挑战和发展趋势。因此,为了实现工业制造人员对于数控机床的实时监控和故障管理,本文设计与实现了一个基于Android平台的数控机床故障实时管理系统。根据工业企业对于数控机床的高效化管理的实际需求,将系统的主体功能分为系统用户管理、设备信息管理、设备故障诊断、维修信息管理、推送与控制管理以及备件管理等六大功能模块。通过运用故障诊断技术,来进行数控机床故障程序检测,并且达到“人机交互”的效果,运用推送技术来实现故障消息的实时推送。本研究结合MVC框架、UML用例图、JSP+Servlet+Java Bean编程语言、My SQL数据库技术来做为软件开发基础,对软件进行开发,在简要介绍了计算机基础的基本概念之后,依次对系统进行需求分析、系统设计、系统实现以及系统测试,并利用UML功能用例图来具体描述系统的开发过程。利用界面图展示系统在用户终端平台的实现效果,在对系统进行测试之时,利用功能测试表展示测试效果。最后通过总结和展望来展示系统的研究成果和研究意义。本系统正在测试运行阶段,通过功能测试的结果表明该系统设计功能逻辑结构清晰。本系统的创新点在于将传统的数控机床故障实时管理系统由PC端转移至Android系统,在界面上更加美观,操作也更为方便。其次,由后台实时监控数控机床的故障信息,缓解了工作人员的工作压力,并将故障信息完成信息推送。工作人员在接收到故障信息后,还能实现对故障机床的远程控制操作,帮助工作人员及时发现问题、解决问题,为制造企业创造良好的经济价值。
高强[8]（2019）在《数控机床远程监测与故障诊断系统设计》文中进行了进一步梳理随着互联网+、大数据、人工智能等先进技术的提出,制造业也正朝着数字化、网络化和智能化方向的不断推进。数控机床作为现代化生产制造系统的核心设备之一,已被投入到各个领域部件的生产制造过程中。随着人们对数控机床的功能、加工精度及可靠性等要求的不断提高,其组成模块、部件及结构也越来越多、越来越复杂,基于传统的噪声检测、振动检测等技术已无法对数控机床进行全面而准确的状态监测与故障诊断。基于此,本文提出了数控机床的故障诊断系统方法,搭建了远程监测与故障诊断系统平台,并设计了远程监测系统用于远程信息查询与管理。（1）阐述了课题的研究背景与意义,对数控机床的构成进行了分析,并对国内外故障诊断与远程检测技术的研究现状进行了调研。（2）对故障诊断算法理论进行了介绍,对故障书的算法原理、基本符号、数学表达和模型建立方法进行了详细阐述;对神经网络算法概念及BP神经网络训练方法进行了介绍;最后以基于自编码的深度神经网络为例对基于深度学习的故障诊断方法进行了理论分析,为数据机床远程监测与故障诊断系统平台的建立提供基础与支撑。（3）建立了数控机床故障诊断的模型,首先对数控机床故障类型进行了剖析,其次,对依据故障树的层次化结构搭建了数控机床的故障树并多故障树的模型进行了分析;最后搭建了基于深度神经网络的故障诊断模型。（4）设计了远程监测与故障诊断系统平台,首先搭建了系统平台的总体架构;设计了基于Oracle的系统数据库以及数据库查询和管理系统。最后建立了远程监测与故障诊断子系统用于迅速排出故障可能发生的原因。（5）基于B/S架构对远程监测系统进行了开发,设计了用户登录注册、信息查询与管理、故障诊断与监测系统的前端和后台;搭建了测试环境对深度神经网络的故障诊断模型进行了测试,结果表明,本文设计的故障诊断模型可以较好地实现对数控机床进行故障诊断。
何柳江[9]（2019）在《基于数字孪生的数控机床虚拟交互系统设计与实现》文中提出随着“中国制造2025”、“工业4.0”等规划的提出,制造业的生产模式正向智能化转变。智能制造的目标是实现物理世界与信息世界的融合,数字孪生（Digital Twins,DT）作为虚实融合的最佳途径引起了国内外研究者的广泛关注。基于数字孪生“虚实映射”、“以虚控实”的内涵,本文以数控机床为研究对象,研究了使用GPU加速的三维监控技术、基于虚拟数控面板的远程控制技术,最终集成为数控机床虚拟交互系统。本文主要研究内容如下:（1）数控机床虚拟交互系统总体设计。提出了数控机床虚拟交互系统的设计目标,对其进行了需求分析和网络结构设计,将虚拟交互系统设计为五大模块和三层通信架构;对数控机床三维监控、远程控制的关键问题进行分析,得出虚拟交互系统核心目标是要提高客户端图形渲染效率以及增强人机交互体验感。（2）基于可编程管线的数控机床三维实时监控实现。绘制数控机床三维数字孪生模型,推导五轴数控机床在可编程管线中的运动学方程,实现数控机床运动仿真;对可编程管线GPU加速技术进行研究,应用GPU加速渲染的方法,解决了数控机床监控中图形渲染效率低的问题;采集数控系统数据,设计监控端数据接口,使用实时数据驱动机床模型,实现数控机床三维实时监控。（3）基于虚拟数控面板的数控机床远程控制实现。运用二次开发技术开发华中8型数控系统控制指令;采用鼠标拾取方法,运用OBB包围盒技术,使用射线与包围盒碰撞检测完成鼠标与虚拟数控面板交互;将开发完成的控制指令耦合到虚拟数控面板按钮中,实现基于虚拟数控面板的远程控制。（4）数控机床虚拟交互系统集成与性能分析。分析虚拟交互系统运行流程,设计系统主界面和子功能;对系统客户端进行性能测试,结果显示客户端占用资源较低、GPU加速效果显着;搭建实验环境,对虚拟交互系统进行实例验证,实验表明系统运行稳定可靠、实时性良好。
安文广[10]（2019）在《基于移动互联的数控机床远程数据采集系统研究》文中研究表明随着数控加工技术和计算机技术的深入发展,实现对数控机床的联网进行数据采集已成为必然的发展趋势。在各个企业之中也产生许多新型制造模式,如智能制造,但是新型的制造模式使得数控机床的系统更加复杂,故障的发生也随之增加,如果操作员不能够及时处理,就会造成机床停机过长,降低设备利用率。因此第一时间发现问题并及时处理,提高设备使用率成为了一种迫切需求。在此基础上,本课题开发出了基于移动互联的数控机床远程数据采集系统。首先,本文在对国内外研究现状的基础上,以实验室的小型三轴数控机床为采集对象对于整个系统的体系结构进行了设计,并对功能需求进行了分析,提出一种B/S和C/S混合采集的模式。其次,根据系统整个体系结构,先对现场采集部分进行了布局,搭建Zigbee无线传感网络,并对各硬件进行选型以及各个网络节点入网和通信进行了分析和实现,这其中对传感器选择上利用了有限元分析软件对数控机床上易发生故障部件进行了热分析和模态分析,根据结果,从而选择更加合理的传感器,再利用Matlab软件进行上位机开发,利用串口通信实现现场数据采集,接着使用C#语言进行数据库的实时写入系统开发,并通过Matlab进行调用,保证数据实时性和为远程采集提供数据支持。然后采用Hbuilder作为开发环境,结合wampserver软件包开发移动互联远程采集的app应用程序,通过设计不同的模块与后台数据库进行连接,实现对相应数据进行调用。最后,对整个系统进行测试,通过对比,证明系统的可靠性、数据的准确性以及传输的实时性,至此完成系统的开发。
二、数控机床远程控制的研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、数控机床远程控制的研究（论文提纲范文）
（1）基于OPC技术的数控机床远程监控系统设计（论文提纲范文）
| 0 引言 |
| 1 数控机床远程监控系统的硬件设计 |
| 1.1 复杂单片式监控摄像装置的设计 |
| 1.2 监控总传输电源的设计 |
| 2 数控机床远程监控系统的软件设计 |
| 3 系统测试 |
| 3.1 测试准备 |
| 3.2 测试过程及结果分析 |
| 4 结语 |
（2）机床多物理量远程测控模拟试验系统（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 机床综合实验装置研究现状 |
| 1.2.2 无线传输数据技术研究现状 |
| 1.3 本文的主要研究内容 |
| 1.4 本章小结 |
| 2 系统的总体设计 |
| 2.1 系统需求分析 |
| 2.2 系统的总体结构 |
| 2.3 下位机系统 |
| 2.3.1 ZigBee数据无线采集传输 |
| 2.3.2 数据包设计 |
| 2.3.3 ZigBee组网设计 |
| 2.3.4 PLC电机运动控制设计 |
| 2.4 上位机系统 |
| 2.4.1 上位机监控软件功能模块设计 |
| 2.4.2 LabVIEW的VISA串口通信设计 |
| 2.5 本章小结 |
| 3 系统的硬件组成 |
| 3.1 无线通讯电路设计 |
| 3.1.1 ZigBee收发电路 |
| 3.1.2 电源电路 |
| 3.1.3 复位电路 |
| 3.1.4 LCD12864液晶显示屏 |
| 3.1.5 下位机终端节点模块USB接口的硬件设计 |
| 3.1.6 协调器模块的硬件设计 |
| 3.2 功能模块的电路设计 |
| 3.2.1 温度采集模块 |
| 3.2.2 重量检测模块 |
| 3.2.3 槽型光电传感器测速模块 |
| 3.2.4 位移测量模块 |
| 3.2.5 齿轮振动测量模块 |
| 3.3 电机控制模块 |
| 3.3.1 电机控制电路设计 |
| 3.3.2 三相异步减速电机ZH100-20-S |
| 3.3.3 空气开关NBE7 |
| 3.3.4 变频调速器LK100-0.75G1 |
| 3.3.5 可编程逻辑控制器FX1S-20MT |
| 3.3.6 直动型限位开关OV-156-1C25T |
| 3.3.7 电感式接近开关CJY118-08NA |
| 3.3.8 开关电源D120-B |
| 3.4 本章小结 |
| 4 系统的软件设计 |
| 4.1 ZigBee协议栈简介 |
| 4.2 下位机系统程序设计 |
| 4.2.1 下位机系统程序设计总体流程 |
| 4.2.2 ZigBee协调器节点的程序设计 |
| 4.2.3 ZigBee功能节点程序设计 |
| 4.3 电机运动控制模块 |
| 4.4 上位机系统程序设计 |
| 4.4.1 登录系统设计 |
| 4.4.2 分析处理程序 |
| 4.4.3 数据保存设计 |
| 4.4.4 XY图数据报告设计 |
| 4.5 本章小结 |
| 5 系统的调试 |
| 5.1 登入系统程序调试 |
| 5.2 功能模块的单独调试 |
| 5.2.1 温度采集模块终端功能节点调试 |
| 5.2.2 重量检测模块终端功能节点调试 |
| 5.2.3 槽型光电传感器测速模块终端功能节点调试 |
| 5.2.4 位移测量模块终端功能节点调试 |
| 5.2.5 齿轮振动测量终端功能节点调试 |
| 5.3 位移结果对比实验 |
| 5.4 电动机运动控制模块调试 |
| 5.4.1 PLC梯形图的编译调试 |
| 5.4.2 电动机运动控制调试 |
| 5.5 多路ZigBee通讯系统的调试 |
| 5.6 LabVIEW上位机程序的调试 |
| 5.7 网络远程监视操作及调试 |
| 5.8 本章小结 |
| 6 结论与展望 |
| 参考文献 |
| 附录 ZigBee功能模块程序 |
| 致谢 |
| 作者简介及读研期间主要科研成果 |
| 1 作者简介 |
| 2 学科竞赛获奖情况 |
| 3 读研期间发表论文 |
| 4 获得发明专利情况 |
（3）基于MTConnect的数控设备数据采集及刀具切削异常检测方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 数控设备数据采集技术研究现状 |
| 1.2.2 MTConnect技术研究现状 |
| 1.2.3 数控设备刀具切削异常检测方法研究现状 |
| 1.3 论文研究内容与论文架构 |
| 2 基于MTConnect的数控设备数据采集总体设计 |
| 2.1 数控设备网络环境搭建 |
| 2.2 基于MTConnect的架构设计 |
| 2.3 MTConnect协议分析 |
| 2.3.1 MTConnect运行分析 |
| 2.3.2 MTConnect设备描述方法 |
| 2.4 数控设备信息模型构建 |
| 2.5 本章小结 |
| 3 基于MTConnect的数据交互适配器设计与实现 |
| 3.1 适配器总体架构设计分析 |
| 3.2 适配器数据采集模块设计与实现 |
| 3.2.1 Fanuc设备数据采集模块设计与实现 |
| 3.2.2 沈机i5设备数据采集模块设计与实现 |
| 3.3 MTConnect代理服务器设计与实现 |
| 3.3.1 代理服务器架构设计 |
| 3.3.2 代理服务器数据存储设计 |
| 3.4 适配器交互架构的实现 |
| 3.4.1 适配器工作流程 |
| 3.4.2 适配器控制接口设计与实现 |
| 3.4.3 适配器测试 |
| 3.5 本章小结 |
| 4 数控设备数据可视化客户端设计与实现 |
| 4.1 客户端功能设计 |
| 4.2 客户端环境部署 |
| 4.3 数据库设计 |
| 4.3.1 数据库概念结构分析 |
| 4.3.2 数据库逻辑结构分析 |
| 4.4 客户端功能实现 |
| 4.4.1 web端功能实现 |
| 4.4.2 移动端功能实现 |
| 4.5 本章小结 |
| 5 数控设备刀具切削异常检测方法研究 |
| 5.1 数控设备监控信号确定 |
| 5.2 数控设备刀具切削异常检测方法流程 |
| 5.3 基于FastDTW和DBA的刀具切削异常判断方法分析 |
| 5.3.1 动态时间规整距离算法 |
| 5.3.2 动态时间规整距离算法优化——FastDTW |
| 5.3.3 动态时间规整重心平均算法 |
| 5.3.4 基于FastDTW和DBA的刀具切削异常判断流程 |
| 5.4 基于PCA和SVM的刀具切削异常分类方法分析 |
| 5.4.1 基于主成分分析的特征提取 |
| 5.4.2 基于SVM的特征分类 |
| 5.5 刀具切削异常检测方法实验设计 |
| 5.5.1 实验环境搭建 |
| 5.5.2 基于离群点检测的数据预处理 |
| 5.5.3 刀具切削异常判断模型的建立 |
| 5.5.4 刀具切削异常分类模型的建立 |
| 5.6 刀具切削异常检测方法实例测试 |
| 5.6.1 刀具切削异常判断模型实例测试 |
| 5.6.2 刀具切削异常分类模型实例测试 |
| 5.7 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 附录 |
| 作者简历 |
（4）基于边缘计算的智能数控系统实现方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题的研究背景及意义 |
| 1.1.1 课题来源 |
| 1.1.2 研究背景及意义 |
| 1.2 数控系统架构现状及发展趋势 |
| 1.3 云架构数控系统研究现状 |
| 1.4 边缘计算架构数控系统研究现状 |
| 1.4.1 边缘计算架构研究现状 |
| 1.4.2 边缘计算数控系统技术应用 |
| 1.5 当前研究存在的问题 |
| 1.6 论文的主要研究内容 |
| 第2章 边缘计算数控系统体系架构设计 |
| 2.1 引言 |
| 2.2 智能制造下的边缘计算体系架构 |
| 2.2.1 边缘的概念与特点 |
| 2.2.2 边缘计算在智能制造中的体系层级 |
| 2.3 边缘计算数控系统体系环境建模 |
| 2.3.1 数控系统中边缘计算智能功能 |
| 2.3.2 数控系统中边缘计算物理平台 |
| 2.4 边缘计算数控系统总体架构设计 |
| 2.5 机床数控系统模拟测试平台 |
| 2.5.1 机床执行端设备模拟 |
| 2.5.2 机床边缘控制模拟测试软件 |
| 2.6 本章小结 |
| 第3章 边缘计算架构数控系统的关键模块开发 |
| 3.1 引言 |
| 3.2 边缘计算数控系统的程序开发模式 |
| 3.2.1 基于模块化设计的边缘计算数控系统 |
| 3.2.2 子模块间交互调度及内部代码设计模式 |
| 3.2.3 插补子模块程序接口及代码调度示例 |
| 3.3 边缘计算数控系统平台集成 |
| 3.4 边缘运动控制模块设计 |
| 3.4.1 Sercos-Ⅲ的通讯程序设计 |
| 3.4.2 基于Sercos的机床边缘运动控制技术 |
| 3.5 边缘逻辑控制模块设计 |
| 3.5.1 边缘逻辑控制模块的搭建 |
| 3.5.2 基于软PLC的边缘逻辑控制程序设计 |
| 3.6 边缘计算服务器搭建 |
| 3.6.1 云存储服务器搭建 |
| 3.6.2 云计算服务器搭建 |
| 3.6.3 工业云平台物联网接入 |
| 3.7 边缘计算数控系统的搭建与调试 |
| 3.7.1 边缘数控系统执行模块搭建及调试 |
| 3.7.2 边缘计算数控系统的云环境搭建及调试 |
| 3.8 本章小结 |
| 第4章 基于边云协同的数控系统感知与分析技术 |
| 4.1 引言 |
| 4.2 基于边云协同的数控系统感知与分析模块总体架构 |
| 4.3 数据实时感知技术基础 |
| 4.3.1 高速信号采集数据流模型 |
| 4.3.2 经典采样定理理论 |
| 4.3.3 高速信号采样通讯方式 |
| 4.3.4 RTX实时系统及时钟性能分析 |
| 4.4 数据实时采集周期的智能补偿策略 |
| 4.4.1 时钟周期累积误差智能补偿 |
| 4.4.2 时钟周期临界误差智能补偿 |
| 4.4.3 时钟周期优先级误差智能补偿 |
| 4.5 智能实时采样补偿策略应用与验证 |
| 4.6 多源感知数据的智能融合关联策略 |
| 4.6.1 多尺度感知数据的智能融合方法 |
| 4.6.2 多源数据的智能关联方法 |
| 4.7 智能融合关联策略实验验证 |
| 4.8 边云混合交互的多维关联数据智能分析 |
| 4.8.1 加工参数驱动的动态关联分析模型 |
| 4.8.2 基于边云混合的智能关联仿真分析 |
| 4.9 本章小结 |
| 第5章 基于边云协同的加工优化与控制技术 |
| 5.1 引言 |
| 5.2 基于边云协同的铣削力优化理论研究 |
| 5.2.1 整体螺旋刃立铣刀铣削机理 |
| 5.2.2 铣削力波动建模 |
| 5.2.3 虚拟刃投影等效替换方法 |
| 5.3 铣削力波动特征理论推导 |
| 5.3.1 铣削力波动一致性 |
| 5.3.2 铣削力波动的周期性 |
| 5.3.3 铣削力波动的对称性 |
| 5.3.4 铣削力波动强度指数 |
| 5.4 铣削力波动理论实验验证 |
| 5.5 基于边云协同的铣削力优化知识集搭建 |
| 5.5.1 边缘端铣削力波动预测方法 |
| 5.5.2 基于边云协同的铣削力离线优化方法 |
| 5.6 边缘数控系统加工实验测试 |
| 5.6.1 基于边云协同的在线控制测试 |
| 5.6.2 基于边云协同的离线铣削力参数优化测试 |
| 5.7 本章小结 |
| 结论 |
| 参考文献 |
| 附录 G代码插补子模块代码程序开发示例 |
| 攻读博士学位期间发表的论文及专利 |
| 致谢 |
（5）工业自动化控制系统的HMI组件设计与实现（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外相关领域研究现状 |
| 1.2.1 运动控制系统发展概述 |
| 1.2.2 数据采集技术发展及面临问题 |
| 1.2.3 人机界面技术现状 |
| 1.3 主要研究内容及安排 |
| 第2章 OpenSCADA集成开发平台 |
| 2.1 OpenSCADA平台 |
| 2.1.1 平台介绍及功能模块分析 |
| 2.1.2 OpenSCADA与 HMI组件 |
| 2.2 数据采集方法研究与对比 |
| 2.2.1 基于标准通信接口的数据采集方法 |
| 2.2.2 基于PLC的数据采集方法 |
| 2.2.3 外接传感器的数据采集方法 |
| 2.2.4 数据采集方法分析对比 |
| 2.3 OpenSCADA数据采集机制 |
| 2.4 本章小结 |
| 第3章 面向机床的BP神经网络温度预测研究 |
| 3.1 预测模型对比分析 |
| 3.1.1 时间序列预测方法 |
| 3.1.2 机器学习方法 |
| 3.1.3 神经网络方法 |
| 3.2 BP神经网络原理 |
| 3.3 算法设计及改进 |
| 3.4 网络建模 |
| 3.5 仿真实验与分析 |
| 3.5.1 参数设置 |
| 3.5.2 预测结果对比 |
| 3.5.3 误差分析 |
| 3.6 本章小结 |
| 第4章 HMI组件设计与实现 |
| 4.1 实验环境搭建 |
| 4.1.1 龙芯3A4000+7A台式机主板(LX-6901) |
| 4.1.2 OpenSCADA平台安装 |
| 4.2 开放式数控系统数据采集 |
| 4.2.1 数据采集 |
| 4.2.2 数据库设计 |
| 4.2.3 人机界面设计与性能测试 |
| 4.3 机床传感器数据采集与预警处理 |
| 4.3.1 采集通信模块设计 |
| 4.3.2 多线程设计 |
| 4.3.3 温度湿度传感器数据采集 |
| 4.3.4 热误差补偿模型 |
| 4.3.5 热误差模型测试 |
| 4.4 本章小结 |
| 第5章 总结与思考 |
| 5.1 全文总结 |
| 5.2 工作思考 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（6）基于物联网的数控机床远程故障诊断系统（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 机床数据采集现状 |
| 1.2.2 物联网技术的应用现状 |
| 1.2.3 故障诊断技术现状研究 |
| 1.3 论文主要研究内容 |
| 第二章 机床远程故障诊断系统总体方案设计 |
| 2.1 西门子840D数控系统的结构和故障分类 |
| 2.1.1 西门子840D数控系统的软硬件结构 |
| 2.1.2 数控机床故障分类 |
| 2.2 机床远程故障诊断系统需求分析 |
| 2.2.1 系统的工作流程 |
| 2.2.2 系统的功能目标 |
| 2.2.3 系统的性能目标 |
| 2.3 机床远程故障诊断系统总体方案设计 |
| 2.4 本章小结 |
| 第三章 数据采集与无线通信模块 |
| 3.1 数据采集模块设计 |
| 3.1.1 基于OPC技术的数据采集 |
| 3.1.2 基于传感器技术的数据采集 |
| 3.2 无线通信模块 |
| 3.2.1 NB-IoT通信技术 |
| 3.2.2 NB-IoT模块选型 |
| 3.2.3 NB-IoT云平台的接入 |
| 3.3 本章小结 |
| 第四章 信号处理与故障诊断模型 |
| 4.1 基于振动信号的滚珠丝杠副机理分析 |
| 4.2 信号时频域分析 |
| 4.2.1 时域分析及特征参数提取 |
| 4.2.2 频域分析及特征参数提取 |
| 4.2.3 时频域分析及特征参数提取 |
| 4.3 基于核函数主元分析的特征筛选 |
| 4.3.1 核函数主元分析原理 |
| 4.3.2 基于KPCA方法的滚珠丝杠副状态信息特征筛选 |
| 4.4 基于鲸鱼优化核极限学习机故障诊断模型 |
| 4.4.1 极限学习机 |
| 4.4.2 核极限学习机 |
| 4.4.3 鲸鱼优化算法 |
| 4.4.4 WOA-KELM诊断模型性能分析 |
| 4.5 本章小结 |
| 第五章 远程故障诊断客户端软件设计 |
| 5.1 系统的软件架构 |
| 5.2 客户端软件设计与实现 |
| 5.2.1 用户管理 |
| 5.2.2 设备管理 |
| 5.2.3 数据来源 |
| 5.2.4 故障分类管理 |
| 5.2.5 故障信息管理 |
| 5.2.6 故障在线诊断 |
| 5.2.7 历史数据查询 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
| 在学期间的研究成果及发表的学术论文 |
| 附录一 数控机床常见现象及原因表 |
（7）基于Android平台的数控机床故障实时管理系统的研究与应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 研究内容与组织架构 |
| 1.3.1 主要研究内容 |
| 1.3.2 组织架构 |
| 第二章 数控机床故障实时管理系统需求分析 |
| 2.1 系统总体需求分析 |
| 2.2 系统可行性 |
| 2.3 系统功能需求分析 |
| 2.3.1 系统用户管理功能需求分析 |
| 2.3.2 设备信息管理功能需求分析 |
| 2.3.3 设备故障诊断功能需求分析 |
| 2.3.4 维修信息管理功能需求分析 |
| 2.3.5 推送与控制管理功能需求分析 |
| 2.3.6 备件管理功能需求分析 |
| 2.4 系统性能需求分析 |
| 2.5 本章小结 |
| 第三章 数控机床故障实时管理系统的设计 |
| 3.1 系统总体设计 |
| 3.1.1 系统基本架构及数据流程设计 |
| 3.1.2 数控设备联网设计 |
| 3.2 数控机床系统加工过程设计 |
| 3.3 系统功能模块设计 |
| 3.3.1 系统用户管理功能设计 |
| 3.3.2 设备信息管理功能设计 |
| 3.3.3 设备故障诊断功能设计 |
| 3.3.4 维修信息管理功能设计 |
| 3.3.5 推送与控制管理功能设计 |
| 3.3.6 备件管理功能设计 |
| 3.4 数据库详细设计 |
| 3.4.1 数据库概念设计 |
| 3.4.2 数据库物理设计 |
| 3.5 故障诊断程序设计 |
| 3.6 本章小结 |
| 第四章 数控机床故障实时管理系统的实现 |
| 4.1 系统开发工具及运行环境 |
| 4.2 系统功能模块的实现 |
| 4.2.1 系统用户管理功能实现 |
| 4.2.2 设备信息管理功能实现 |
| 4.2.3 设备故障诊断功能实现 |
| 4.2.4 维修信息管理功能实现 |
| 4.2.5 推送与控制管理功能实现 |
| 4.2.6 备件管理功能实现 |
| 4.3 Android客户端推送服务的实现 |
| 4.4 本章小结 |
| 第五章 数控机床故障实时管理系统的测试 |
| 5.1 测试概述 |
| 5.2 功能测试 |
| 5.3 性能测试 |
| 5.4 测试结果分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
（8）数控机床远程监测与故障诊断系统设计（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 引言 |
| 1.1 研究背景及意义 |
| 1.1.1 课题研究背景 |
| 1.1.2 课题研究意义 |
| 1.2 数控机床的结构组成 |
| 1.3 国内外研究现状 |
| 1.3.1 故障诊断技术发展现状 |
| 1.3.2 远程监测与故障诊断系统发展现状 |
| 1.4 主要研究工作和章节安排 |
| 第2章 故障诊断算法理论分析 |
| 2.1 基于故障树的故障诊断算法 |
| 2.1.1 故障树分析法概述 |
| 2.1.2 故障树分析法中的基本概念 |
| 2.1.3 故障树分析法中的基本符号 |
| 2.1.4 故障树的数学表达 |
| 2.1.5 故障树模型的建立 |
| 2.2 基于神经网络的故障诊断算法 |
| 2.2.1 神经网络模型概述 |
| 2.2.2 神经网络的基本结构 |
| 2.2.3 BP训练算法 |
| 2.3 基于深度学习的故障诊断算法 |
| 2.3.1 深度学习概述 |
| 2.3.2 自编码网络 |
| 2.3.3 基于自编码的深度神经网络训练算法 |
| 2.4 本章小结 |
| 第3章 数控机床故障诊断模型建立 |
| 3.1 数控机床故障类型剖析 |
| 3.2 故障树诊断模型的构建 |
| 3.2.1 故障树层次化架构 |
| 3.2.2 数控机床故障树的建立 |
| 3.2.3 故障树模型分析 |
| 3.3 基于深度神经网络的故障诊断模型的建立 |
| 3.4 本章小结 |
| 第4章 远程监测与故障诊断系统平台设计 |
| 4.1 远程监控与故障诊断系统平台需求分析 |
| 4.2 系统平台总体设计 |
| 4.3 基于Oracle的系统数据库设计 |
| 4.4 数据管理与查询子系统设计 |
| 4.4.1 数据管理与查询子系统功能模块设计 |
| 4.4.2 数据管理与查询子系统流程设计 |
| 4.5 远程监测与故障诊断子系统设计 |
| 4.6 本章小结 |
| 第5章 系统开发及测试 |
| 5.1 数据管理与查询子系统开发 |
| 5.1.1 用户注册 |
| 5.1.2 信息查询与管理界面 |
| 5.2 远程监测与故障诊断子系统开发 |
| 5.3 基于深度神经网络的故障诊断模型测试 |
| 5.4 本章小结 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 进一步工作的方向 |
| 致谢 |
| 参考文献 |
（9）基于数字孪生的数控机床虚拟交互系统设计与实现（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 本文研究的背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 数字孪生技术研究现状 |
| 1.2.2 数控机床监控技术研究现状 |
| 1.2.3 数控机床远程控制技术研究现状 |
| 1.3 论文研究的主要内容 |
| 1.3.1 课题来源 |
| 1.3.2 主要研究内容 |
| 第二章 数控机床虚拟交互系统总体设计 |
| 2.1 虚拟交互系统设计目标与原则 |
| 2.1.1 系统设计目标 |
| 2.1.2 系统设计原则与流程 |
| 2.2 虚拟交互系统总体框架设计 |
| 2.2.1 系统需求分析 |
| 2.2.2 系统总体网络架构设计 |
| 2.3 基于数字孪生的虚拟交互系统关键问题分析 |
| 2.3.1 基于数字孪生的三维实时监控关键问题分析 |
| 2.3.2 基于数字孪生的数控机床远程控制关键问题分析 |
| 2.4 虚拟交互系统开发环境的搭建 |
| 2.4.1 开发工具的选择 |
| 2.4.2 开发环境的搭建 |
| 2.5 本章小结 |
| 第三章 基于可编程管线的数控机床三维实时监控技术及实现 |
| 3.1 数控机床建模及运动学分析 |
| 3.1.1 数控机床建模 |
| 3.1.2 数控机床运动学分析 |
| 3.2 可编程图形管线及GPU加速技术分析 |
| 3.2.1 可编程图形管线图像渲染原理 |
| 3.2.2 可编程图形管线中坐标系统变换 |
| 3.2.3 GPU加速技术在监控系统中的实现 |
| 3.3 数控系统数据采集技术实现 |
| 3.3.1 西门子840D数控系统数据采集技术 |
| 3.3.2 华中8 型数控系统数据采集技术 |
| 3.4 数控机床三维实时监控实现 |
| 3.4.1 三维实时监控数据接口设计 |
| 3.4.2 数控机床三维实时监控实现 |
| 3.5 本章小结 |
| 第四章 基于三维虚拟数控面板的数控机床远程控制技术及实现 |
| 4.1 基于三维虚拟数控面板的数控机床远程控制功能设计 |
| 4.1.1 数控机床远程控制网络结构设计 |
| 4.1.2 数控系统开发控制指令方法分析 |
| 4.2 华中8型数控系统控制指令开发 |
| 4.2.1 华中8 型数控系统二次开发技术 |
| 4.2.2 华中8 型数控系统控制指令实现 |
| 4.3 三维虚拟数控面板交互技术 |
| 4.3.1 可编程图形管线鼠标拾取方法分析 |
| 4.3.2 基于OBJ格式鼠标拾取交互层次分析 |
| 4.3.3 模型包围盒构造方法分析 |
| 4.3.4 动态场景下虚拟控制面板交互实现 |
| 4.4 基于三维虚拟数控面板的数控机床远程控制实现 |
| 4.4.1 数控机床远程控制流程分析 |
| 4.4.2 数控机床远程控制实现 |
| 4.5 本章小结 |
| 第五章 数控机床虚拟交互系统集成及测试 |
| 5.1 数控机床虚拟交互系统集成 |
| 5.1.1 数控机床虚拟交互系统运行流程 |
| 5.1.2 虚拟交互系统界面设计 |
| 5.2 数控机床虚拟交互系统客户端性能测试 |
| 5.2.1 系统客户端整体性能测试 |
| 5.2.2 系统客户端流畅性测试 |
| 5.3 数控机床虚拟交互系统运行实例 |
| 5.3.1 实验环境搭建 |
| 5.3.2 系统运行实例及分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士期间取得的成果 |
（10）基于移动互联的数控机床远程数据采集系统研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 研究内容 |
| 第2章 数控机床远程数据采集系统体系结构设计 |
| 2.1 采集系统需求分析 |
| 2.1.1 数控机床数据采集因子 |
| 2.1.2 数控机床数据采集系统要求 |
| 2.2 采集系统拓扑结构设计 |
| 2.3 采集系统软件设计 |
| 2.3.1 基于C/S架构的数据采集模式 |
| 2.3.2 基于B/S架构的数据采集模式 |
| 2.3.3 C/S架构和B/S架构的数据采集模式对比 |
| 2.3.4 基于B/S和C/S相结合的结构 |
| 2.4 本章小结 |
| 第3章 现场数控采集系统的设计与实现 |
| 3.1 现场采集无线传感网络硬件设计 |
| 3.1.1 硬件设计方案 |
| 3.1.2 处理器模块 |
| 3.1.3 传感器模块 |
| 3.1.4 无线通信模块 |
| 3.2 现场采集无线传感网络软件设计 |
| 3.2.1 ZigBee网络组建 |
| 3.2.2 数据通信 |
| 3.2.3 单片机开发 |
| 3.3 现场采集软件设计 |
| 3.3.1 现场采集软件开发平台 |
| 3.3.2 现场采集软件设计实现 |
| 3.3.3 现场采集数据定时存储与查询 |
| 3.4 本章小结 |
| 第4章 远程数控采集系统的设计与实现 |
| 4.1 系统开发平台 |
| 4.2 远程数控采集系统实现的关键技术 |
| 4.2.1 Webapp应用程序 |
| 4.2.2 Php动态交互 |
| 4.2.3 ECharts绘制曲线 |
| 4.2.4 Ajax优化页面 |
| 4.3 数据库实现 |
| 4.3.1 数据库的简介和选择 |
| 4.3.2 数据库表设计 |
| 4.3.3 MySQL数据库与Php连接 |
| 4.4 Webapp前端页面的设计实现 |
| 4.4.1 用户登录与注册 |
| 4.4.2 首页 |
| 4.4.3 历史数据查询界面 |
| 4.4.4 采集数据曲线界面 |
| 4.4.5 数控机床信息界面 |
| 4.4.6 故障信息界面 |
| 4.5 Webapp后台管理界面 |
| 4.6 本章小结 |
| 第5章 系统测试 |
| 5.1 现场采集测试 |
| 5.2 Webapp应用功能测试 |
| 5.3 结果分析 |
| 第6章 总结与展望 |
| 参考文献 |
| 致谢 |
四、数控机床远程控制的研究（论文参考文献）
- [1]基于OPC技术的数控机床远程监控系统设计[J]. 王志刚. 信息与电脑(理论版), 2021(18)
- [2]机床多物理量远程测控模拟试验系统[D]. 徐傲. 安徽理工大学, 2021(01)
- [3]基于MTConnect的数控设备数据采集及刀具切削异常检测方法研究[D]. 詹晓秋. 浙江大学, 2021(02)
- [4]基于边缘计算的智能数控系统实现方法研究[D]. 孟博洋. 哈尔滨理工大学, 2021
- [5]工业自动化控制系统的HMI组件设计与实现[D]. 李泽阳. 中国科学院大学(中国科学院沈阳计算技术研究所), 2021(08)
- [6]基于物联网的数控机床远程故障诊断系统[D]. 宋丹. 南京航空航天大学, 2020(07)
- [7]基于Android平台的数控机床故障实时管理系统的研究与应用[D]. 李文进. 广东工业大学, 2019(02)
- [8]数控机床远程监测与故障诊断系统设计[D]. 高强. 南昌大学, 2019(02)
- [9]基于数字孪生的数控机床虚拟交互系统设计与实现[D]. 何柳江. 电子科技大学, 2019(01)
- [10]基于移动互联的数控机床远程数据采集系统研究[D]. 安文广. 长春理工大学, 2019(01)