改进dynFWA优化BP神经网络在加工中心主轴故障诊断中的应用

• 作者: 张洪 李开杰 王通德
• 来源期刊: 噪声与振动控制
• 学科: 工学
• 关键词: 故障诊断 MC主轴 动态搜索烟花算法 神经网络 模式分类
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 信号处理与故障诊断
• 页码范围: 100-107
• 页数: 8页
• 分类号: TG659|TH165+.3
• 字数: 6914字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1355.2020.03.018

摘要

针对目前加工中心(Machining Center,MC)主轴故障诊断多为人工经验完成,且故障诊断精度和识别率低等问题,提出基于改进的动态搜索烟花算法(dynamic search fireworks algorithm,dynFWA)优化BP神经网络(Neural Net-work,NN)的加工中心主轴故障诊断方法.将改进的动态搜索烟花算法优化BP神经网络的初始权值和阈值,建立改进dynFWA-BP神经网络模式分类方法.将提出的模式分类方法应用于MC主轴故障诊断中,使得提取的主轴故障特征与主轴工作状况有着非线性映射关系.最后,采用VMC650E主轴故障数据进行验证,证明所提出的故障诊断方法在故障诊断精度、故障识别率方面明显优于BP神经网络、GA-BP神经网络和PSO-BP神经网络.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张洪	江南大学机械工程学院江苏省食品先进制造装备技术重点实验室	57	211	7.0	12.0
2	王通德		7	4	1.0	1.0
3	李开杰	江南大学机械工程学院江苏省食品先进制造装备技术重点实验室	2	0	0.0	0.0