基于卷积神经网络的数控机床滚珠丝杠副故障诊断研究

论文摘要

使用卷积神经网络对数控机床滚珠丝杠副故障信号进行识别。使用多种传感器采集滚珠丝杠副不同种类故障信号,提取故障信号的特征值作为神经网络的输入。比较卷积神经网络对单一传感器信号特征与多传感器信号特征的识别效果并引入RBF神经网络与BP神经网络作为对比。实验结果表明,卷积神经网络在多源信息的处理上具有更高的准确率。

论文目录

文章来源

类型: 期刊论文

作者: 唐旭,谭继文,徐卫晓,井陆阳

关键词: 卷积神经网络,滚珠丝杠副,多源信息,故障诊断

来源: 煤矿机械 2019年01期

年度: 2019

分类: 工程科技Ⅰ辑,信息科技

专业: 金属学及金属工艺,自动化技术

单位: 青岛理工大学

基金: 国家自然科学基金项目(51475249),山东省重点研发计划项目(2018GGX103016),山东省高等学校科技计划项目(J15LB10)

分类号: TG659

DOI: 10.13436/j.mkjx.201901050

页码: 141-143

总页数: 3

文件大小: 316K

下载量: 210

相关论文文献

标签：卷积神经网络论文;  滚珠丝杠副论文;  多源信息论文;  故障诊断论文;