基于遗传神经网络的数控机床故障预测  

Fault Prediction of Numerical Control Machine Tool based on Genetic Neural Network

作　　者：李雪[1] 王鹤[2] 邵秋萍[1] 熊建桥[1] 朱晓翠[3] 

机构地区：[1]南京工程学院机械工程学院,南京211167 [2]河南工程学院机械工程学院,郑州451191 [3]吉林大学机械科学与工程学院,长春130025

出　　处：《现代制造技术与装备》2016年第10期17-18,共2页Modern Manufacturing Technology and Equipment

基　　金：教育部人文社会科学研究青年基金项目(13YJCZH091)

摘　　要：将遗传算法与神经网络相结合,用于数控机床故障预测。应用遗传算法优化神经网络的权值和阈值,克服单独使用神经网络所带来的网络收敛速度慢以及得不到全局最优解等缺点。实验结果表明,优化后的遗传神经网络具有良好的预测能力,可以作为数控机床故障预测的有效手段。This article combine genetic algorithm andneural network to use on prediction of numerical controltool fault. Utilizing genetic algorithm to optimize weight andthreshold value of neural network, which overcome defectsincluding low convergence rate and can not get global optimalsolution when using only neural network. Experiment resultsshow, optimized neural network have very good predictionability and can be used as a very effective method for numericalcontrol machine tool fault.

关 键 词：数控机床 遗传算法 神经网络 故障预测 

分 类 号：TG659[金属学及工艺—金属切削加工及机床] TP183[自动化与计算机技术—控制理论与控制工程]