1. 研究目的与意义（文献综述）

现代工业发展的一个明显趋势是机械设备的大型化、高速化、连续化和自动化，设备一旦发生故障，所造成的损失十分严重。因此，现代化生产对设备工作和运行的可靠性和安全性提出了更高的要求。为了确保高效、安全地生产，必须加强对设备运行的管理，实现在线状态监测，以便及时地发现异常情况，加强对故障的早期预防和诊断。

计算机和网络技术的发展使得基于internet的旋转设备远程状态监测与故障诊断成为可能，为传统的设备状态监测和故障诊断技术赋予了新的含义。人们不再受距离的限制，不管身在何处，只要有条件上网，就可以随时查看机组的运行状态；将故障数据通过网络传递给专家或提交给远程专家系统就可以得到诊断结果，从而实现以数据在网络上的传递代替人在地域上的奔波，也有利于将最新的监测诊断理论和技术应用于实际生产中。

随着现代技术的不断发展，现代化大型生产对设备运行的稳定性、可靠性提出了更高的要求，相应的机械设备状态监测和诊断技术也变得更加复杂。设备状态和诊断技术是门综合性技术，涉及知识面广，企业的技术人员不一定具有相当的专业知识。而专门从事这方面研究的专家一般集中在大专院校和科研院所等，这就造成了人力资源的不合理分布，也就使得设备诊断技术的推广和应用受到了限制。

2. 研究的基本内容与方案

2.1基本内容

该数控机床的远程监测系统主要由四个部分组成，分别是现场数据采集系统、数据库服务器、web服务器以及监测诊断工作站和浏览器。这种结构的远程状态监测系统采用了b/s结构。网络形式即可以建立专用的状态监测网，也可以采用厂矿企业中现有的局域网络。而且系统应提供多种网络接入方式。

3. 研究计划与安排

第1－3周：查阅相关文献资料，明确研究内容，学习毕业设计研究内容所需理论的基础。

确定毕业设计方案，完成开题报告。

第4－5周：熟悉掌握基本理论，完成英文资料的翻译。

4. 参考文献（12篇以上）

[1] 姜辉. 五轴数控机床几何与热误差实时补偿关键技术及其试验研究[d].上海交通大学,2014.
[2] 杨建国. 数控机床误差综合补偿技术及应用[d].上海交通大学,1998.
[3] 范开国. 数控机床多误差元素综合补偿及应用[d].上海交通大学,2012.
[4] 林伟青,傅建中,许亚洲,陈子辰. 基于ls-svm与遗传算法的数控机床热误差辨识温度传感器优化策略[j]. 光学精密工程,2008,(09):1682-1687.
[5] 赵昌龙,关雪松. 数控机床主轴热误差建模参数优化[j]. 组合机床与自动化加工技术,2013,(06):34-36.
[6] 袁江,吕晶,邱自学,沈亚峰,刘传进,薛伯军. 基于温度传感标签的主轴热误差无线监测方法及试验[j]. 机械工程学报,2015,(14):15-22.
[7] 曾庆辉. 基于无源无线声表面波技术的机床主轴热监测系统研究与实现[d].浙江大学,2015.
[8] 姚晓栋,杨建国,罗文君,薛波. 数控机床热误差测试中的温度传感器研究[j]. 世界制造技术与装备市场,2014,(02):82-86.
[9] 刘阔,孙名佳,吴玉亮,朱铁军. 无温度传感器的数控机床进给轴热误差补偿[j]. 机械工程学报,2016,(15):162-169.
[10] 李玉奇,刘旺开. 基于b/s结构下分布式控制系统的实时监控[j]. 微计算机信息,2004,(02):53-55.
[11] 袁楚明,陈幼平,周祖德. 机械制造设备远程监控与故障诊断技术[j]. 机械与电子,2001,(02):54-57.
[12] fei hu,meng jiang,yang xiao. low‐cost wireless sensor networks for remote cardiac patients monitoring applications[j]. wirel. commun. mob. comput.,2008,8(4):.
[13] juggrapong treetrong. application of signal processing for motor condition monitoring based on filtered-signals and eliminated-signals[j]. advanced materials research,2012,1509(378):.
[14] ai juan song,jiang tao lv. remote medical monitoring based on wireless sensor network[j]. applied mechanics and materials,2014,3207(556):.
[15] cheng bo,cheng xin,zhai zhongyi,zhang chengwen,chen junliang,shaojie tang. web of things-based remote monitoring system for coal mine safety using wireless sensor network[j]. international journal of distributed sensor networks,2014,2014(356):.