FANUC异常负载检测功能在深孔钻削设备上的应用

介绍了FANUC异常负载检测功能的基本原理,针对深孔加工中刀具状态难以观测的问题,通过对进给力矩进行检测和处理,来实现钻削过程的状态监测,进而达到保护加工设备的目的。

FANUC异常负载检测在加工中心的应用

本文介绍了利用发那科PMC窗口功能实时读取主轴负载信息,并通过PMC程序进行数据的处理,来判断主轴刀具负载是否异常的检测方法,达到有效保护刀具、工件和设备的目的。

基于小波分析的云计算在线业务异常负载检测方法

随着越来越多的在线业务被迁移到基于云的平台上,如何检测云平台上在线业务的异常运行状态成为了一个重要的问题。现有方法通过分析在线业务的实时负载数据来判断业务是否存在异常,在应对由程序异常或突发用户访问引起的异常负载时存在准确率低、误报率高的问题。该文提出并实现了一种面向云计算在线业务的异常负载检测方法。该方法利用小波分析技术,将原始负载数据分解成频率不同的多条曲线,并利用统计分析技术,通过检测各个频率上的异常增长或降低来判断负载是否存在异常。实验结果表明:同现有方法相比,该方法更准确,同时可以大大降低误报率。

改进的字节频度负载异常入侵检测方法

数据集内容的特性对基于负载的网络异常入侵检测系统准确度有很大影响。本文分析了训练集数据包之间的内容特性差异对基于字节频度分布的模型的影响,较大的差异可能会导致分组计算频度均值的模型产生较高的误报率。本文据此提出了一种改进的模型—单包频度分布模型,以单个数据包的频度分布特征构成正常行为集,并以聚类方法控制其规模。在模拟数据集和DARPA99数据集上的实验表明,训练集数据包内容特性的差异确实导致基于均值的字节频度模型产生更多的误报,单包频度分布模型则不受影响,它有更高的检测准确度,在同等检测率下误报率更低。在数据包相互完全不同的情况下,基于均值的模型甚至失效。可认为单包频度分布模型对具有丰富动态内容的网络服务将有良好的适应能力。

基于字节频度的异常入侵检测影响因素研究

目前数据包负载异常检测缺乏针对性的测试数据。为此,构建一个模拟网络数据集,对基于字节频度分布的异常检测模型进行测试分析。实验结果表明,该数据集对模型测试具有可行性;数据包大小的分布特性对检测准确度有较大影响,必须根据特定网络服务数据包尺寸的密集分布区确定检测阈值,并尽量向小尺寸方向校准;数据包之间的频度差异对分组求频度平均值的模型有很大影响,组内数据包之间过大的频度差异将导致包模型失效,连接模型性能降低较大,改进的包模型则不受影响。

基于模拟数据集的字节频度入侵检测研究

为解决目前网络负载异常入侵检测领域缺乏有效、针对性的测试数据集的问题,提出一种基于虚拟关键字的构造模拟网络数据集的方法。并用它对基于字节频度分布的异常检测模型进行了测试分析。实验结果表明,模拟数据集提供了一种负载内容异常程度可控的测试数据集;检测阈值和网络环境的数据特性包括数据包尺寸分布情况、异常和正常访问相对于训练数据的偏离程度等有关。单包频度分布模型相比连接模型对负载数据异常程度的变动有更好的灵敏度。

浅谈数控机床防碰撞保护方法

以FANUC数控系统为例,分析数控机床防碰撞保护常用的方法,说明通过FANUC系统的伺服异常负载检测功能实现防碰撞保护功能的具体调试步骤,以及进一步保护的措施并在实际中应用与验证可行。

利用西门子840D系统实现龙门机床铣头自动交换的安全控制方法

本文介绍了使用西门子840D数控系统的龙门式机床实现铣头自动交换的安全控制方法。

一种车铣复合机床防碰撞技术保护方法

使用FANUC异常负载检测功能可以实现车铣复合机床的碰撞保护。文章介绍了使用软件示波器SERVO GUIDE对异常负载的调试方法。通过应用验证,表明该方法实用、简单和有效。