机械设计与制造
機械設計與製造
궤계설계여제조
MACHINERY DESIGN & MANUFACTURE
2013年
1期
165-167
,共3页
蚁群算法%神经网络%数控机床%进给伺服系统%故障诊断
蟻群算法%神經網絡%數控機床%進給伺服繫統%故障診斷
의군산법%신경망락%수공궤상%진급사복계통%고장진단
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.
為瞭剋服BP神經網絡收斂速度慢、易于陷入跼部極小點的缺點,在研究蟻群算法優化神經網絡訓練算法的基礎上,以數控機床的進給伺服繫統故障診斷為例,建立其故障診斷模型.利用訓練後的蟻群神經網絡對其進行故障診斷,併把BP神經網絡和蟻群神經網絡的訓練和診斷結果相比較.實驗結果錶明:蟻群神經網絡比BP神經網絡的收斂速度快、運算效率高、識彆能力彊.這說明蟻群神經網絡應用于數控機床的故障診斷中,可有效地提高故障診斷的準確度和效率,具有良好的應用效果.
위료극복BP신경망락수렴속도만、역우함입국부겁소점적결점,재연구의군산법우화신경망락훈련산법적기출상,이수공궤상적진급사복계통고장진단위례,건립기고장진단모형.이용훈련후적의군신경망락대기진행고장진단,병파BP신경망락화의군신경망락적훈련화진단결과상비교.실험결과표명:의군신경망락비BP신경망락적수렴속도쾌、운산효솔고、식별능력강.저설명의군신경망락응용우수공궤상적고장진단중,가유효지제고고장진단적준학도화효솔,구유량호적응용효과.
