您当前的位置:首页>机械工程>基于蚁群算法和神经网络的数控机床故障诊断技术研究

基于蚁群算法和神经网络的数控机床故障诊断技术研究

资料类别:机械工程

文档格式:PDF电子版

文件大小:242 KB

资料语言:中文

更新时间:2020-09-10 16:37:01



推荐标签: 数控机床 故障 算法 神经网络 技术 研究 故障诊断 基于 技术研究 基于

内容简介

基于蚁群算法和神经网络的数控机床故障诊断技术研究 摘要∶为了克展BP神经网络收敛速度慢、易于陪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新,并把BP神经网络和蚁解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。
上一章:基于蚁群算法优化BP神经网络的数控机床热误差补偿基于蚁群算法优化BP神经网络的数控机床热误差补偿 下一章:基于遗传算法优化Elman神经网络的机床热误差建模

相关文章

基于蚁群算法的电力电子电路故障诊断 基于蚁群算法优化BP神经网络的数控机床热误差补偿基于蚁群算法优化BP神经网络的数控机床热误差补偿 基于混合神经网络的数控机床故障诊断技术研究 基于声发射和神经网络的数控机床刀具故障诊断 基于PSO和属性约减的模糊神经网络机床故障诊断 LM算法BP神经网络的数控机床主轴系统故障诊断 基于免疫遗传算法的神经网络在智能故障诊断中的应用 基于本体和CBR的数控机床故障诊断教学系统框架研究