基于麻雀算法优化BP神经网络诊断数控机床故障
王舒玮
山西大同大学 机电工程学院,山西 大同 037000
摘要：针对数控机床的同一故障引发因素不同,甚至存在多因素共同作用的问题,提出了数控机床故障诱因分析方法,准确判断并查找故障位置,从而解决数控机床出现的故障.采用麻雀搜索算法改善BP神经网络性能,进而诊断数控机床服役中的常见故障,采集不同状态的故障信号作为BP神经网络样本,利用经过麻雀搜索算法优化后的BP算法识别机床的故障状态.结果表明:诊断结果发生误判的概率仅为2.29%,说明麻雀搜索算法优化BP神经网络在检测数控机床故障诊断问题中能够进行推广应用.
关键词：麻雀搜索算法神经网络数控机床故障诊断优化处理仿真误差处理训练样本
分类号：TH165(机械制造工艺)
资助基金：山西省基础研究计划项目(202103021224313)山西大同大学科研专项课题项目(2021YGZX53)
论文发表日期：2023-09-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 546-551 )
英文信息