随着智能制造领域的迅速发展,锻压机床作为制造业重要的基础设备,国家采取许多有效措施促进智能制造领域的发展,每年投入工业制造机床行业的重大专项资金高达100亿以上。锻压机床的技术发展直接关系到汽车、机械、航空、船舶等领域众多基础型产业的发展,因此,锻压机床的智能化运行状态检测及故障诊断水平已经成为体现一个国家工业现代化水平的重要标志。工业4.0是由德国提出的十大未来项目之一,该项目由德国联邦教育局及研究部和联邦经济技术部联合资助,投资预计高达2亿欧元,旨在提升工业制造的智能化水平,建立具有适应性、资源效率及基因工程学的智能工厂。结合中国制造2025旨在建立制造业强国的目标,锻压机床运行状态检测及故障诊断在智能制造领域具有互联网背景下的新时代意义。首先,针对现场JB39-630/3型闭式四点锻压机床的结构和功能进行研究。以划分研究对象状态检测为多个子部分为目的,根据现场状态检测的需求,安装多种类型的传感器,采集机床温度、振动以及压强等数据,并提出由PLC、交换机、路由器、摄像头等设备构成的检测系统;同时针对现场提出的三个工程型问题,提出对应的解决方案。其次,设计了锻压机床运行状态的多源诊断体系,同时搭建了由传感器压力机状态采集、多源信息融合状态检测硬件装置、人机交互软件3部分构成的运行状态检测系统。其中传感器压力机状态采集、多源信息融合状态检测硬件装置,负责锻压过程中数据提取;人机交互软件设计负责锻压机床数据显示、报警,并具备数据库存储功能以用于后续数据分析。上位机组态软件采用B/S框架的互联网远程检测模式,整套系统通过TCP/IP协议,可以实现互联网IP地址方式远程访问。接着,完成锻压机床运行状态检测系统的硬件及软件设计。针对硬件装置选择西门子S7-300PLC作为控制器,配合电源模块、扩展模块以及I/O采集模块,设计规格为1m×2m、由18个模块组成的状态检测柜,应用于现场制造厂,其中采用STEP7软件对PLC进行梯形图编程控制与TCP/IP信息通讯。同时根据检测系统的开发目标,以系统功能划分的方式开发系统的软件,采用WebAccess组态软件编程设计锻压机床运行状态检测界面,并实现互联网发布;采用SQL Server 2008数据库实时存储,用于锻压机床数据的存储与后续分析。然后,完成锻压机床多源信息融合智能故障树方法研究。首先,利用主电机控制的三级传动轮的振动、温度及润滑次数信号,构建12维高低频结合的特征空间,其中振动信号处于复杂环境中,采用小波包滤波去噪处理、能量归一化提取、PCA预处理。其次,自主设计了复杂属性的多源信息融合结构,同时提出锻压机床多源信息融合智能故障树诊断体系。然后,建立锻压机床故障树模型,并进行定性分析求最小分割集。最后,采用改进的递归神经网络求解12维高输入下的故障树枝杈权重,并将此结果作为局部证据,结合专家经验,利用改进的D-S证据进行输出层的信息融合,提高诊断精度并解决单点数据突变带来的影响。最后,进行锻压机床运行状态检测系统的试验验证,并展示试验结果。分别对用户账号管理模块、状态检测及报警模块、SQL Server 2008数据库模块的试验验证,试验结果证明了检测系统的稳定性。同时对多源信息融合智能故障树进行了试验验证,试验结果证明了诊断方法的可行性。