基于神經(jīng)網(wǎng)絡(luò)和案例推理的機床主軸伺服系統(tǒng)故障診斷.pdf

1、當(dāng)前數(shù)控機床已經(jīng)在很多機械產(chǎn)品加工行業(yè)得到了廣泛的應(yīng)用,數(shù)控機床是一個復(fù)雜的精密的綜合加工平臺,隨著多學(xué)科問的交叉融合,特別是計算機技術(shù)、人工智能技術(shù)、傳感器技術(shù)、信息處理技術(shù)等得到廣泛的應(yīng)用,這對傳統(tǒng)故障診斷領(lǐng)域產(chǎn)生了深遠的影響。數(shù)控機床集機械、電子、液壓等系統(tǒng)與一體,發(fā)生故障的頻率較傳統(tǒng)機床高,所以能夠準(zhǔn)確的利用人工智能方法對故障做出準(zhǔn)確的診斷顯得尤為重要,精確的故障診斷系統(tǒng)可以提高企業(yè)的生產(chǎn)效率。
　　 1.介紹了目前國內(nèi)

2、外故障診斷技術(shù)現(xiàn)狀、研究方法,對比分析了各種技術(shù)的特點和不足之處,,研究了數(shù)控機床故障診斷的關(guān)鍵技術(shù),分析研究了數(shù)控機床的主軸伺服系統(tǒng)的結(jié)構(gòu)、故障原因、并對故障現(xiàn)象和故障原因進行了歸納總結(jié)。
　　 2.介紹了BP神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu),通過試湊法構(gòu)建一個三層結(jié)構(gòu)的BP神經(jīng)網(wǎng)絡(luò),并綜合主軸伺服系統(tǒng)故障現(xiàn)象和故障原因構(gòu)造出神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本庫,針對BP算法的不足,提出了基于PSO融合和RS屬性約減的優(yōu)化改進方法,針對神經(jīng)網(wǎng)絡(luò)單一性的特點

3、,將模糊邏輯與神經(jīng)網(wǎng)絡(luò)相結(jié)合,使故障現(xiàn)象參數(shù)可以模糊化表示,最后通過Matlab仿真實驗證明,改進的BP算法誤差收斂速度快,該方法具有較高的診斷準(zhǔn)確性。
　　 3.研究了案例推理的關(guān)鍵技術(shù),包括案例的表示、案例庫構(gòu)建、在對案例的預(yù)處理過程中,提出了一種案例屬性特征的二維空間映射方法,以便于案例聚類,針對傳統(tǒng)FCM聚類算法的不足,提出基于FCM迭代增強與劃分的聚類方法,用于對案例庫預(yù)分類,構(gòu)建了案例檢索模型,提出了基于粗糙集動態(tài)分

4、配屬性權(quán)值的案例最鄰近檢索方法,并通過實例說明了案例隸屬空間匹配和子空間數(shù)據(jù)匹配的過程,通過案例二維空間點集分類仿真證明了改進FCM算法分類質(zhì)量高,可以提高案例檢索效率。
　　 4.論證了構(gòu)建神經(jīng)網(wǎng)絡(luò)和CBR技術(shù)集成診斷系統(tǒng)的可行性,提出了數(shù)控機床主軸伺服系統(tǒng)故障診斷專家系統(tǒng)模型,研究了C++和Matlab混合編程的必要性和關(guān)鍵技術(shù),通過C++和Matlab相結(jié)合開發(fā)出原型系統(tǒng),典型故障案例診斷證明了集成診斷系統(tǒng)準(zhǔn)確度高,具有廣