基于粒子群优化改进灰色模型的数控机床故障预测

• 作者: 徐文 申桂香 薛玉霞
• 来源期刊: 制造业自动化
• 学科: 工学
• 关键词: 数控机床 GM(1,1,P)模型 粒子群优化 故障预测
• 年，卷（期）: 2012,（8）
• 所属期刊栏目: 检测与监控
• 页码范围: 52-55
• 分类号: TG659
• 字数: 3401字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-0134.2012.4(x).15

摘要

在传统灰色预测模型的基础上,将背景值优化和新陈代谢模型相结合,构造出改进灰色模型GM(1,1,P),并将其应用于数控机床的故障预测.本模型在预测过程中综合考虑背景值与初始条件对预测精度的影响,采用新陈代谢过程来进行原始数据信息的更新,并采用粒子群优化算法进行每次新陈代谢的背景值优化.通过对某型数控车床主轴故障的实验仿真证明,这一改进灰色模型应用于数控机床故障预测是完全可行和有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	申桂香	吉林大学机械科学与工程学院	74	619	15.0	21.0
2	徐文		23	36	3.0	5.0
3	薛玉霞		7	9	2.0	2.0