| 基于蚁群算法和神经网络的数控机床故障诊断技术研究 |
| |
| 引用本文： | 吴冬敏,邵剑平,芮延年.基于蚁群算法和神经网络的数控机床故障诊断技术研究[J].机械设计与制造,2013(1):165-167. |
| |
| 作者姓名： | 吴冬敏 邵剑平 芮延年 |
| |
| 作者单位： | 苏州大学,江苏苏州,215021 |
| |
| 基金项目： | "高档数控机床与基础制造装备"科技重大专项 |
| |
| 摘 要： | 为了克服BP神经网络收敛速度慢、易于陷入局部极小点的缺点,在研究蚁群算法优化神经网络训练算法的基础上,以数控机床的进给伺服系统故障诊断为例,建立其故障诊断模型。利用训练后的蚁群神经网络对其进行故障诊断,并把BP神经网络和蚁群神经网络的训练和诊断结果相比较。实验结果表明:蚁群神经网络比BP神经网络的收敛速度快、运算效率高、识别能力强。这说明蚁群神经网络应用于数控机床的故障诊断中,可有效地提高故障诊断的准确度和效率,具有良好的应用效果。
|
| 关 键 词： | 蚁群算法 神经网络 数控机床 进给伺服系统 故障诊断 |
Research on CNC Machine Fault Diagnosis Based on Ant Colony Algorithm and Neural Network |
| |
| WU Dong-min
,
SHAO Jian-ping
,
RUI Yan-nian.Research on CNC Machine Fault Diagnosis Based on Ant Colony Algorithm and Neural Network[J].Machinery Design & Manufacture,2013(1):165-167. |
| |
| Authors: | WU Dong-min SHAO Jian-ping RUI Yan-nian |
| |
| Affiliation: | (Soochow University,Jiangsu Suzhou 215021,China) |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
