基于KPCA-BP网络模型的滚动轴承故障诊断方法研究

针对滚动轴承信号的非线性、非平稳性特点及诊断中冗余与噪音的干扰,引入了核主元分析法和BP神经网络相结合的方法对轴承的故障信号进行诊断,以提高轴承故障诊断的性能。通过5个传感器采集轴承不同状态的故障信号,利用小波包提取能量特征值,同时提取轴承的时-频域特征量组成原始特征空间,利用核主元分析方法对原始特征空间降维,提取主元特征量输入到BP神经网络中进行故障模式识别。试验结果表明,KPCA-BP网络模型的性能优于未筛选-BP网络,具有更好的诊断效果和抗干扰能力。     

充填管道磨损风险的KPCA-PSO-GRNN评估模型及应用

针对影响充填管道磨损风险因素的复杂性和不确定性,为更加科学准确的预测充填管道的磨损状况,减少由管道磨损带来的矿山损失,构建了一种基于核主成分分析(KPCA)和粒子群算法(PSO)优化广义回归神经网络(GRNN)的充填管道磨损风险评估模型。建立充填管道磨损风险评估指标体系,运用KPCA,对数据进行特征提取,将其结果作为GRNN的输入,采用PSO算法优化选取GRNN的光滑因子,完成GRNN的训练和学习,将该模型应用于国内某矿山充填管道的磨损风险评估中,并与其它模型进行对比。结果表明,利用该模型可以准确的预测充填管道磨损风险等级,与实际情况相一致。工程应用实例表明,所建模型预测精度更高,适用性更好,对充填管道的磨损评估具有较好的借鉴意义。     

基于MCSA的数控机床伺服电动机故障诊断研究

针对数控机床异步型伺服电动机的典型故障,分析了故障与反映在其定子电流频谱上的特征频率之间的关系。采用电机电流分析法(MCSA),以LabVIEW软件为平台,结合National Instrument公司的PCI-6251型数据采集卡,实现对数据的采集、存储、分析处理。通过仿真实验表明该系统可实现对数控机床伺服电动机的故障诊断。     

小波包神经网络在数控机床故障诊断中的应用

为了能够提高数控机床故障诊断的正确率,提出了小波包模糊神经网络方法对数控机床进行故障诊断,也提出了小波包分析提取特征向量的程序,利用小波包分析可以获得数控机床的特征向量,应用模糊神经网络对数控机床进行故障诊断.利用小波包模糊神经网络对数控机床常见的8种故障进行了诊断,证明小波包神经网络进行故障诊断的有效性.     

PNN在旋转机械故障诊断中的应用

研究了利用PNN进行旋转机械故障诊断和预报的方法。PNN是基于Parzen窗函数和Bayes分类规则的前向型自监督神经网络模型,具有强大的非线性处理能力,快速的收敛速度和准确的分类效果。以某旋转机械典型故障样本为例,给出了利用该模型进行诊断和预报的详细过程。理论分析和仿真实验结果表明,利用PNN进行旋转机械故障诊断和预报的方法可行、有效。     

PLC在数控机床故障诊断中的应用

介绍PLC在数控机床中的功能以及利用PLC进行数控机床故障诊断的常用方法。结合实例分析,提出了利用PLC进行数控机床故障诊断的步骤,为快速、准确排除数控机床故障提供理论参考。     

神经网络在机械系统故障诊断中的应用

近年来，神经网络已成为当代人工智能研究领域的一个热点，工程界也表现了极大的热忱，期望它在解决一些长期以来用传统方法难以解决的问题方面能发挥突破性作用。本文较为详细地探讨了神经网络双向联想记忆法在机械系统故障诊断中的应用。研究表明，该法能大在提高诊断的智水平和时处理能力，为机械系统故障诊断开辟了一种新途经。     

神经网络技术在柴油机故障诊断中的应用

提出了一种基于神经网络的柴油机磨损故障振动诊断技术,建立了从故障信号采集、预处理到诊断的整个框架,并在6135Q-1型柴油发动机上作了试验。     

基于HHT的齿轮箱复合故障诊断研究

提出一种基于HHT的齿轮箱复合故障诊断方法。该方法将齿轮箱故障振动信号进行Hilbert-Huang变换,得到信号的Hilbert能量谱,通过谱分析实现齿轮箱复合故障的识别。齿轮箱故障实验信号的研究结果表明:该方法能有效诊断齿轮箱的复合故障。     

数控机床典型故障维修实例

数控机床是集机、电、液压、气动于一体化的高精度的自动化加工设备,一旦出现故障,如不能及时维修,将造成机器闲置,影响设备使用效率,从而造成浪费,介绍了GSK 980TD系统CK6140S机床一个典型故障及维修方法。     

基于卷积神经网络的数控机床滚珠丝杠副故障诊断研究

使用卷积神经网络对数控机床滚珠丝杠副故障信号进行识别。使用多种传感器采集滚珠丝杠副不同种类故障信号,提取故障信号的特征值作为神经网络的输入。比较卷积神经网络对单一传感器信号特征与多传感器信号特征的识别效果并引入RBF神经网络与BP神经网络作为对比。实验结果表明,卷积神经网络在多源信息的处理上具有更高的准确率。     

在数控机床故障诊断中应用智能诊断融合技术

数控机床代表国家工业现代化发展水平,如果能够让其正常运行,为工业现代化做出贡献就必须保证其安全,一旦出现故障就会造成巨大的经济损失,甚至危及到操作人员的人身安全。文章讨论了数控机床功能结构、故障诊断理论方法,并借助专家系统和网络技术的智能诊断融合技术,能够方便快速找出故障原因,使得故障快速定位,给出排除故障的方法,提高了诊断的效率,使售后技术支持费用降低,为故障维修提供决策支持,增强了产品的市场竞争力。     

基于PLC的数控机床故障诊断

PLC是数控机床的控制中心,机床的很多控制指令都要经过PLC处理后才能控制执行机构。通过对可编程序控制器PLC的检查,利用PLC的状态信息和PLC梯形图,可以快速、准确地判断数控机床故障。     

模糊神经网络在旋转机械故障诊断中的应用

将神经网络和模糊算法结合，建立了串联式模糊神经网络模型，并利用该模型对D350风机进行了故障诊断。     

数控机床回参考点原理及故障分析

阐述了数控机床回参考点的控制原理,针对数控机床回参考点过程中出现的问题,从原理的角度分析了数控机床回参考点的故障原因和故障诊断的方法,应用控制原理分析法进行分析,为排除回参考点故障提供了理论参考。     

数控机床伺服进给系统典型故障分析及维修

数控伺服进给系统的稳定需要伺服驱动器、伺服电动机、传动机构(丝杠等)及反馈装置的正常工作和伺服参数的匹配。文章主要从以上几个环节,介绍一些机床的典型维修实例,对伺服进给系统典型故障形式和诊断方法进行探讨,供同行参考。     

数控机床的维护保养

数控机床是高精度自动化装备,其生产效率高,但价格昂贵,为了保证机床长期高性能、高精度安全平稳运行,发挥更大效益,需要注重数控机床的维护保养方法和易出现的故障及排除方法。