基于混合神经网络的数控机床故障诊断技术研究  

Study on CNC Fault Diagnosis Based on Hybrid Neural Network

作　　者：杜娟[1] 阎献国[1] 韩建华[1] 兰国生[1] 

机构地区：[1]太原科技大学机械工程学院,太原030024

出　　处：《组合机床与自动化加工技术》2011年第12期32-34,共3页Modular Machine Tool & Automatic Manufacturing Technique

基　　金：国家自然科学基金项目资助(50805099);山西省高等学校优秀青年学术带头人支持计划资助项目(TYAL)(20091091)

摘　　要：为了实现数控机床故障诊断的自动化和智能化,提出了一种基于混合神经网络的数控机床故障诊断技术。首先通过一级BP神经网络对输入的故障信息进行分类,然后针对分类后的故障再通过二级ART神经网络实现故障的诊断和排除。基于两级混合神经网络的故障诊断系统不但具有故障自动诊断功能,而且还具有自学习和自组织等智能。This paper presents a technology of CNC fault diagnosis based on hybrid neural network to realize an automatic and intelligent fault diagnosis.Firstly,the fault information is classified by first-order BP neural netw ork,and then the classified fault information is input into second-order ART neural netw ork by w hich the source and clearing of trouble can be found.The proposed hybrid neural netw ork not only possesses function of automatic fault diagnosis,but also it has an intelligence of self-learning and self-organization.

关 键 词：数控机床 故障诊断 BP神经网络 ART神经网络 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]