智能制造背景下锯床行业向智能化升级，国产锯床存在诸多不足：无法远程获取设备运行与锯切参数；难以感知带锯条磨损、预测剩余寿命；监测数据量大，可视化实时性差，数据处理开销高。本文设计基于物联网的带锯床在线监测系统。自研智能网关对接锯床控制器，实时采集设备参数，经Wi‑Fi上传云平台分析；云平台向Web端与小程序分发数据，实现可视化展示与远程控制，完成在线监测、远程运维、故障预警功能。为实现锯条剩余寿命预测、提升磨损识别精度，提出CEEMDAN与时序混淆改进人工蜂群(ABC)优化SVM的磨损识别预测方案。对切削力、振动信号做CEEMDAN分解，提取峭度作为特征向量，利用改进ABC算法优化SVM参数。测试表明磨损识别准确率可达94.01%，优于标准算法的87.88%。
作者：蔡坤
指导老师：陈科明
企业导师：曾佳
发布时间：2022年5月