您当前的位置:首页>机械工程>基于PSO和属性约减的模糊神经网络机床故障诊断

基于PSO和属性约减的模糊神经网络机床故障诊断

资料类别:机械工程

文档格式:PDF电子版

文件大小:212 KB

资料语言:中文

更新时间:2020-09-05 15:52:51



推荐标签: 故障 神经网络 机床 故障诊断 模糊 基于 属性 pso 基于

内容简介

基于PSO和属性约减的模糊神经网络机床故障诊断 摘要∶数控机床伺服系统工作原理复杂。为了提高智能故障诊断的准确性,提出基于PSO理论和属性约束规则(RSM)的模糊神经网络算法。先对训练样本进行属性约减;由于PSO算法具有全局优化能力和BP算法具有局部搜索效率高的优点,利用它们训练神经网络,克服了传统方法收敛速度慢的缺点;并通过Matlab仿真证明,该方法具有较高的诊断准确性。
上一章:基于Pro/Toolkit二次开发机床零件参数化变形研究与实现 下一章:基于PS/2接口的线切割机床控制系统功能扩展的研究

相关文章

基于声发射和神经网络的数控机床刀具故障诊断 基于模糊神经网络的电力变压器故障诊断研究 基于蚁群算法和神经网络的数控机床故障诊断技术研究 基于模糊模块化网络的电力变压器故障诊断 基于模糊故障树的数控机床故障诊断方法 基于模糊Petri网的数控机床主轴故障诊断 基于粒子群的粗糙集属性约简与数控机床故障诊断研究 基于混合神经网络的数控机床故障诊断技术研究