大专钳工毕业论文摘要

钳工高级技师职称论文篇二 传统钳工与现代工业 摘要：随着现代工业企业的高速发展，技术工人的大量缺乏，会成为进一步发展的瓶颈，现代工业造就了大量的岗位紧缺，特别是技术型工人的缺失，作为一名工作了多年的实习指导教师，我在这里谈的是如何在实习过程中来妥善解决现代工业与传统钳工之间的矛盾。 关键词：传统 钳工 实习 中图分类号：TG93 文献标识码：A 文章编号：1672-3791(2012)10(a)-0067-02 随着现代工业企业的高速发展，技术工人的大量缺乏，会成为进一步发展的瓶颈，现代工业造就了大量的岗位紧缺，特别是技术型工人的缺失，在无锡地区，虽然近年来职业教育发展较快，但各类制造业的空缺岗位与学校毕业生的比例差距仍然很高，特别是一些传统工种，如现在的钳工专业，毕业生虽能应聘进企业，但不能尽快适应企业的需求，而这些学生，往往是在职业学校进行了专业的学习和钳工加工的技能训练，达到了劳动部门规定的技能等级，获得相应的资格证书，那为什么不能尽快适应工厂的岗位需要呢?这就是技能标准与厂矿实际需求的矛盾，也是当今职业类学校面临的困境：一方面，学生要通过国家技能资格证书的鉴定——应试教育;另一方面要迅速适应企业技能需求——素质教育。这些矛盾，是需要教育部门和劳动部门来解决的，作为一名工作了多年的实习指导教师，我在这里谈的是如何在实习过程中来妥善解决现代工业与传统钳工之间的矛盾。 首先，我们来分析传统钳工的应试教育：从教材上我们可以看到，从20世纪60年代到现在，钳加工工艺基本没变，还是按部就班的从钳加工最基本的技能开始，一环套一环，这些工艺已经经过历代人的实践证明，没有丝毫的缺陷，可以说是最佳工艺了，实习教材也按照国家技能标准，从划线、錾削、锯割、锉削、孔加工等来安排实习工件，难度也从初级到中级到高级转化。当然，学生在实习期间按照此教材在老师的指导下，都能顺利通过中级以上技能的考核，获得相应的中级资格证书，但是一到工厂，就碰到的新的问题。 现代工业，基本上实现了机械化和半自动化，个别企业已经是自动化生产了，像传统钳工加工的那部分已为机械加工所代替，如：錾削、锉削加工由刨削、铣削加工所代替，精度高的可以磨加工，随着数控机械的投入使用与普及，还可以通过数控设备来加工(如线切割、加工中心加工等)，精度等级和劳动效率更高，这是传统钳工手艺无用武之地了。大量的企业要的是技能型的装配钳工，而装配钳工技能的考核还是老样子，考试以镶配来定等级。我国《职教法》明确规定，职业教育全面推行学历证书和职业资格证书并重的“双证”制度。职业资格证书是具有从事某一职业所必备的学识和技术能力的证明，是用人单位招聘毕业生的重要依据。一般说来，关于学识内容较易掌握，而技能要求不容易达到。在实践教学中可以按照就业岗位的需求，按岗位技能考核标准，集中进行技能训练和能力培养，确保通过职业技能考核。 那么传统钳工真的已经没用处了?其实不是，相反，在工厂中用途更大，现代企业需要大批高素质的管理人才和技术人才，更需要大批高素质的具有一技之长的技工。在学校掌握了一定的理论知识，有一定的后劲，进步很快，经过企业生产一线不长时间的锻炼，可以很快进入角色，独当一面。 要如何独当一面，这就是在钳工实习中要解决的问题。 职业学校的钳工实习，不光是为了应付国家技能的考核，更重要的是通过钳工实习来了解并掌握一些在工厂中要使用到的东西，在踏上工作岗位后能迅速适应岗位所需的技能要求，通常所说的岗位技术含量。下面通过实例来说明一些问题。 以钳工初级加工中最典型的凹凸镶配为例，如图1。 这是凹凸镶配件，技术等级是初级中的三级，也是钳工实习中学生要做的。从技术要求上看其配合间隙≤0.05mm，错位≤0.08mm在加工过程中，根据加工精度与要求，采取有效的加工工艺和测量手段，基本上能保证配合间隙和尺寸要求。就是其中一两个尺寸做错了也没多大影响，只要60分就是及格。学生在加工中以锉削为主要加工方法，结合锯割钻孔等去处大部分加工余量，关键是面锉平锉垂直平行，尺寸在公差范围内就可以了，基本知识点就是对称度的加工与测量，而加工工艺也就是围绕配合间隙、对称度来安排的。做到这些，就满足了该工件所达到的技能要求。但在实际生产中，也生产这凹凸镶配，那么，这不仅仅是靠钳工来加工的，就是做个样板，也不一定有钳工来完成。它可以用机械生产来保证所有的技术要求，加工质量也能得到保证。而钳工在里面用到的只是去毛刺和装配测量检验工作了，去毛刺工种钳工技术含量特低，只有测量装配检验才发挥应有的水平了。凹凸镶配通过机加工完成后，要用一定的测量手段来测量是否合格，合格的程度怎样以及怎样装配能达到最佳效果，这就要求学生在实习过程中也涉及到这方面的东西。在实习工应该这样引导学生。 一是：加工过程中面的基本形位公差保证，树立尺寸观念。 轴颈类尺寸大为次品，小了为废品，孔类尺寸小为次品，大为废品，也就是说尺寸越加工越离标准远的为废品，而次品也就是要返工后才有能成为正品的。特别是关键尺寸不能超差。而在尺寸允许范围内也存在质量隐患，如尺寸为最大或最小极限尺寸时，在使用过程中，因磨损等原因而迅速失效，达不到规定的使用期限，这也是要不得的。 二是用正确的工量具和工艺手段来检测尺寸与形位公差。 如凹凸镶配，要测量凸件的尺寸，就必须对凸件有个全面的了解。每个面都与基准有位置关系，这可以用刀口角尺来测量透光程度，也可以用万能量角器来测量具体的角度，还可以用正弦量块和杠杆百分表来测量，所以，不同的精度等级要用不同的测量手段来测量，这是在实习中要灌输的，而不是一成不变的看到垂直度就用刀口角尺来测量。 还有对称度的测量，在加工中测量对称度是按照加工次序精确计算和间接测量来保证的，但加工完成后测量的方法就不能套用加工中的方法了，因为测量基准已经加工缺损，很难测量——原因之一还有学校实习设备不够多，特别是测量的量具，最佳方法之一就是用深度千分尺直接测量两边的深度后取差的绝对值就是所要测量的对称度了，当然还有用百分表来测量，还有就是投影测量仪来测量等等，这些方法多要在实习中教给学生，让学生有个感性认识，那么，就教会了学生在不同环境下的生存方式，而不会碰到一些没见过的测量手段而束手无策了。这就是所说的开拓视野、见多识广、举一反三的道理。 还有平行度和表面粗糙度，平面度等等，在具体测量中根据实际使用场合来综合考虑，特别是表面粗糙度和平面度，它们是相互影响的，当然还会影响到位置度。在教学中是考目测来完成，很难有个准确的数据，根据公差配合中所列举的测量手段，也要讲给学生们听，再一次巩固已学到的知识，触类旁通。把抽象概念转化为具体数据，这样学生好理解好掌握。 三是合理装配。 虽然此工件为简单的凹凸镶配，但也是一个配合件，也存在着装配工艺问题。配合面有间隙，属间隙配合。一般间隙配合在机械中是活动部件，有间隙就存在泄漏，在密封件(如液压元件)中就必须考虑泄漏的问题。这些在单钳工实习中学生是很难能联系起来的。在生产中是用整体综合质量来体现的，不是简单的某个尺寸不对就能马虎过关的，往往一个尺寸错误就引来整个工件报废。就是所有单个工件尺寸正确，配合后的质量也千差万别。所以在实习中要让每个学生明白这样的事实：自己完成的工件是所有工件中的一个，在大批大量生产中，要能互换或分组互换，这就培养学生整体质量意识。当然，在全部完工后再分开打乱，让学生来检测后装配成最好的配合件。这样就确定了解在加工中每一道工艺工序都是相互关联的。 学生完成修配的工作实际上也模拟了模具加工的过程，就相似于冲裁模。间隙大小应该相同才能落料冲裁正确。特别是清角部分就引起重视，一般没有工艺孔，但不能过清，不然有应力问题存在，在生产中会引起开裂等损坏现象。但圆角又不能过大，否则也不能落下规则的料等等。 总之，传统的钳工实习必须灵活变革，既掌握钳工基本操作技能，又与现代化生产实际挂钩，强化装配工艺研究，通过引导，深刻了解钳加工工艺，在走上工作岗位后，迅速适应岗位工种，不管是质量检验员，还是装配工，或者是维修工，更高级的模具钳工，都能用学到的知识技能来胜任，这才是钳工实习发展和努力的方向。 看了“钳工高级技师职称论文”的人还看： 1. 化工钳工技师职称论文 2. 化工钳工技师职称论文(2) 3. 技师竞聘报告范文3篇 4. 钳工技师培训心得体会 5. 模具钳工技术论文

机械故障诊断中的误诊断与信息处理方法 摘要:对机械状态的误诊断是对机械状态的一种歪曲反映，误诊断原因是多方面的，包括诊断数据的不准确性、诊断依据的不可靠性、诊断推理的不合理性等。机械状态的信息特性对机械故障诊断起重要作用，研究信息特性对提高故障确诊率和故障诊断的可靠性具有实际意义针对获取的故障信息具有不确定性，文章提出用粗集理沦处理诊断中的不确性的数学方法理论。 关键词:故障诊断;误诊断;信息不可靠;研究 机械故障诊断的发展历程中，故障确诊率的提高一直是研究的热点，故障的误诊却没有引起人们足够的重视。为了系统地阐述机械故障诊断中的误诊问题，给出了误诊的含义及分类;按照机械故障诊断推理过程的环节，详细分析了误诊产生的机理和具体的原因，针对这些误诊的潜在原因，提出了减少误诊的方法和措施。提高机械故障诊断的可靠性，降低误诊率，在保证诊断数据准确无误的同时，必须使诊断系统合理，同时具有开放性和可扩充性，使诊断知识不断得到丰富和充实。1机械误诊断的原因从诊断的结果与诊断对象客观存在的差异来看，故障诊断的结论可分为确诊、误诊和漏诊，确诊即为对诊断对象的故障判断是准确无误的。漏诊则是对故障的遗漏。而误诊，顾名思义，就是错误的诊断，也可称之为误判。漏诊实质上也可归为对设备的误诊。1.1故障的复杂性 在故障诊断过程中，诊断对象的故障过程是复杂多变的，在故障发展过程中，由于引起故障的因素在性质、特点及作用方式上是不同的，机械功能状况和所受损害的具体情况也不同，使得故障征兆和演变具有不同形式，诊断中往往难以迅速准确地认识故障的性质，导致误诊，具体表现在以下几方面: (1)故障的发展过程中，一种故障可能表现出多种不同故障征兆。如液压系统故障诊断中，电磁换向阀故障可能导致系统压力、流量不满足要求，脉动可能加剧，还可能导致系统工作温度升高等。而对不同诊断对象，即使是同一种机械，对同一种故障的反应也是有差异的。一个对象的反应可能快，另一个对象反应可能慢，一个对象的某征兆对某故障反应可能剧烈，而另一个对象反应可能较平稳等。 (2)不同故障在发展过程中，可能出现相似的征兆，同种征兆可能对应多种故障形式。如回转机械中，各种故障的发生，往往都伴随着振动的加剧，而且在频域分析时，在相同倍频上，不同故障可能会有相似的表现形式。这种故障征兆的相似性，使我们在故障诊断中容易产生混淆。 (3)在很多情况下，随着故障的发展，还可能引起继发性故障，这种继发性故障可能会掩盖原来的故障，或原来的故障掩盖继发性故障，这都将造成故障诊断的困难。如液压系统中，由于某种原因引起油液污染程度增加，这可能引起液压泵运动副的严重磨损，磨损的颗粒混人油液中，进一步加剧油液污染，液压泵磨损将引起液压系统失效，泵的失效是油液污染这种原发性故障所引起的，而原发性故障和泵磨损这种继发性故障混在一起，相互促进，造成恶性循环，这增加了查找原发性故障的难度。为克服故障征兆的复杂性给故障诊断带来的困难，必须开阔思路，不拘泥于典型故障一征兆的狭窄思路，从系统角度出发，进行由环境到机械，由局部到整体，由阶段到过程的具体分析，将征兆、原因、故障机理有机结合起来加以研究，减少误诊率。1. 2诊断知识的不确定性 各种机械设备，由于复杂程度不同，工作环境各异，使我们获得的有关故障的知识往往有不确定和不完善的一面。一般来说，我们不能等待某种故障完全发生后再得出结论，而必须实施早期诊断，及时采取措施避免故障的进一步发展，这样，我们必须依据故障的部分征兆或无任何征兆情况下作出诊断，这不可避免地带来误诊。 由于故障诊断资料不足，对故障的认识受到较大限制，给明确诊断带来困难，有时不能将其有类似征兆的故障完全排除，有时所怀疑的故障的一般规律与故障征兆不完全相符，另外排除了一种故障的可能，又缺乏对某种故障作出识别的足够依据，因此故障诊断的推理过程往往也是模糊的，具有一定程度的不确定性。针对这种情况，充分研究故障诊断对象，建立合理的模糊知识体和模糊推理机，利用现代人工智能原理实施诊断更符合故障诊断的性质，将提高诊断的可靠性。1. 3理论的相对性 任何理论与实际的故障过程相比，总有局限性，机械设备作为一个与环境和人共同组成的有机体，是有差异的，理论只能大体概括故障诊断实践中的具体情况，同时，理论又受到一定科学技术条件的限制，还存在尚待认知的领域。 理论与具体故障相比，总是有一定距离的。以故障诊断的标准来说，它是以典型征兆为基础而总结制定的，不太典型的故障，就未必都与诊断标准相符合，若将诊断标准当作教条而一成不变，难免造成误诊。总之，我们所研制的诊断系统，应具有开放性和可扩充性，使系统具有不断完善的能力，这是降低误诊率的重要途径。1. 4诊断实践的局限性故障诊断的实践是机械故障诊断学形成发展的基础，对故障现象进行试验研究，虽然也是获取相关知识的重要途径，但由于试验与机械系统实际运行情况、工作环境是有差异的，所得出的结论必然存在一定的局限性，作为实施故障诊断的主体—人，对机械系统的了解程度及故障诊断的实践经验不同，得出的结论也有差异，如观察1幅机械图象，1个经验丰富的人，头脑中积累了大量故障知识，往往能较准确地从中把握机械运行状况，作出合理诊断结论，尤其是对早期故障和不典型故障的诊断更是如此。因此，必须加强诊断的实践环节，从实践中抽取有用的知识去扩充和丰富我们的诊断系统。1. 5获取数据的不准确性在实施故障诊断过程中，首先应获取机械系统运行的有关数据。机械运行过程中，往往受外界环境及各种随机因素影响，使获取的数据具有某种程度的不准确性，容易造成误诊。因此须采取必要数据预处理手段，减少随机因素的影响，剔除其中的趋势项、奇异项等，提高数据准确性，这也是降低误诊率的必要条件。1. 6诊断人员不专业诊断人员的素质也决定了诊断结论的正确程度。诊断人员的理论知识、实践经验、方法知识以及执行故障诊断时的态度都可能导致误诊。同时，诊断人员在综合运用知识、理论联系实际、善于解决实际问题等方面的能力也会影响诊断结论。2机械故障诊断中信息提取2.1信息提取不可靠 机械故障诊断分为直接诊断和间接诊断，但由于受到设备结构和工作条件的限制，直接诊断往往难以进行。因而，多采用间接诊断，即通过二次诊断信息来间接判断设备中关键零部件的状态变化。而诊断测试便是获取二次诊断信息必备的关键环节。最常见的是振动测试(位移、速度、加速度)和声音测试。然而，由于各种原因，获取的数据可能发生偏差。体现在3个方面:(1)数据没有正确反映客观存在;(2)数据的信噪比低;(3)数据的不完备性。如果把这些不准确的数据当成有效数据来分析，就很可能发生误诊。2. 2信息处理不准确 能够快速、有效地提取反映机器故障信息的特征是机械故障诊断的关键。诊断特征主要通过对设备采集来的信号进行分析和处理获取。这些特征可能是一些简单的时域特征，如峰峰值、均方根值、峭度等，或者工艺参数特征，如油温、油压等，还有一些复杂的频域特征及基于全息谱的特征，如转频椭圆及轴心轨迹等。目前，各种特征提取方法层出不穷，如统计模拟、小波分析、独立分量分析、频域分析、全息谱分析等，为诊断对象的特征提取提供了有效的解决方案。在应用中，许多方法都有其应用的前提条件。而且，在不同的应用场合，各种方法还可能存在其局限性以及数学上的精确性问题。在实际应用中，如果没有注意到这些，就可能引起误诊。2. 3信息不完美对于一个诊断对象，如果其运行状态较复杂，由于客观条件和手段的限制等原因，可能使获得的信息难以确切地给出诊断结论，主要体现在以下3个方面:(1)信息不完备。在诊断实践中，故障与诊断信息之间并非一一对应的关系。1个信息对应多个不同的故障，而1个故障也表征为多个不同的信息。这就需要掌握充分的有用信息来区分不同的故障。否则，就可能出现误诊。(2)信息不一致。诊断信息不一致在诊断实践中也是较常见的现象。这些信息之间存在一定程度上的冲突。也就是说，某些信息很大程度上支持故障F1，否定故障F2;相反，另一些信息则支持故障F2，而否定故障F1。此时，误诊也容易发生。(3)信息不确定。来自于诊断对象的诊断信息经历了许多传输途径，其不确定性可能较小，也可能很大，如传感器、传输线等均影响其确定性。此外，还有定性与定量信息之间转换导致的不确定性。3提高信息可靠度、减少误诊断的措施3.1提高诊断测试的准确性提高诊断测试的准确性是保证诊断数据可靠性的重要前提。可以从以下4方面着手:(1)对传感器进行定期检验;(2)可考虑用多个传感器测量;(3)采用可靠的传输线;(4)正确设置采样参数。3. 2提高诊断系统的可靠性随着设备运行与维护的需要，各种在线、离线、远程等诊断分析系统以及人工神经网络、贝叶斯网络、专家系统等智能诊断系统逐渐用于机械故障诊断，为确诊故障带来了许多便利之余，也增加了机械故障误诊的可能性。开发合理完善有效的诊断系统，提高它们在特征提取或诊断推理方面的可靠性，有利于减小误诊率。3. 3加强诊断信息描述的客观性 诊断信息在机械故障诊断中的重要性是不言而喻的，其表达与描述是否合理、准确关系到诊断推理结果的正确与否。然而，在诊断实践中，诊断信息既有定性信息，也有定量信息;既包含简单信息，又包含复杂信息;既存在确定信息，又存在不确定信息。在诊断推理过程中，定量信息经常会转换为定性信息，例如，" 70 },m的振动”描述成“振动大”等。概率论和模糊数学是描述这种信息的强有力的工具。因而，可以考虑用适当的方式把概率论和模糊数学理论融人到故障诊断的信息表达和描述中来，加强其描述的客观性。4粗集理论对信息不确定性的处理 具有随机信息、未确定信息、模糊信息、灰信息中的一种的信息为单式信息;至少存在2种以上的信息为盲信息，而将概率论、模糊理论、灰色数学、未确知数学的理论与方法有机结合起来，即不确定性数学的理论与方法，提出或运用某种理论和方法，对具有相似或不同特征模式的信息进行处理，以获得融合信息，从而改善信息的不确定性、模糊性、矛盾性。 粗集理论是一种处理模糊和不确定知识的有效数学工具，其在知识分类和知识获取中已得到成功应用。粗集理论方法与神经网络方法、遗传算法、模糊集理论方法、混沌理论等“软科学”方法的不同在于它仅利用数据本身所提供的信息，不需要任何附加信息或先验知识，如证据理论中的基本概率赋值、模糊集理论中的隶属度函数、统计学中的概率分布等，粗集方法以观察和测量数据进行分类为基础，直接处理对象的可测输出，剔除冗余信息和矛盾信息，从而找到问题的内在规律，因此粗集理论比其他“软计算”方法更具实用性。粗集理论进行诊断的一般步骤: (1)知识库建立利用搜集到的历史或仿真数据生成联合诊断系统故障信息表，进而表示为知识库的形式S=(U, A, D, V, f)知识库可分为非空的对象空间U = 3x>> xz,…，xm(，属性集合空间R=AV D，子集A=}dl } a2 }…，do}和子集D=}df分别称为条件属性和结果属性，并且在对象空间与后两者之间存在对象属性关系f8和九，即对于。eA, f8:‘升砚称为信息函数，儿:U}Vd称为决策函数，Va和yd分别是A和D的有限值域。 (2)数据离散化数据离散化方法包括等距离划分算法、等频率划分算法、NaiveScaler算法、基于属性重要性算法和基于断点重要性算法，以及布尔逻辑和粗集理论相结合的算法等，使条件属性和决策属性的取值为连续的不确定性空间，数据离散化是运用粗集理论的数据预处理。 (3)特征提取从原N个数据特征中找到M个数据特征，简化后M个数据特征对对象空间U的分类能力和原N个数据特征的分类能力相同(N,M)，此过程称为特征提取。常用的特征提取方法有基于属性重要性的最小约简、基于差别矩阵和差别函数的逻辑化简、基于包含度理论方法的最大分布约简、基于下近似质量不变进行属性约简和对存在噪声污染时用基于上近似质量的任一约简。特征提取使条件属性得到约简，进而剔除冗余的条件属性。(4)规则应用提取的规则集可用来对新对象进行分类，该规则集称为“分类器”，用RUL来表示。当分类器遇到一个新对象x时，则在规则集RUL中寻找与x的条件属性相匹配的规则，应用规则集可判断新对象x决策属性。 参考文献1 屈梁生，何正嘉.机械故障诊断学.上海:上海科技出 版社，19862 刘振华，陈晓红.误诊学.济南:山东科学技术出版 社，20013屈梁生，吴松涛.统计模拟在工程诊断中的一些应用. 振动、测试与诊断，2001，21 (3):157-167