基于PSO和属性约减的模糊神经网络机床故障诊断

• 作者: 陈磊
• 来源期刊: 机床与液压
• 学科: 工学
• 关键词: 模糊神经网络 粒子群 反向传播 机床故障诊断
• 年，卷（期）: 2012,（1）
• 所属期刊栏目: 故障诊断与可靠性
• 页码范围: 169-171
• 分类号: TP183
• 字数: 2771字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3881.2012.01.046

摘要

数控机床伺服系统工作原理复杂.为了提高智能故障诊断的准确性,提出基于PSO理论和属性约束规则(RSM)的模糊神经网络算法.先对训练样本进行属性约减；由于PSO算法具有全局优化能力和BP算法具有局部搜索效率高的优点,利用它们训练神经网络,克服了传统方法收敛速度慢的缺点；并通过Matlab仿真证明,该方法具有较高的诊断准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈磊		2	3	1.0	1.0