基于BP神经网络的数控机床主轴性能评估模型

被引:1
作者
胡跃强
李苓
高宏力
章健
李文涛
钱士才
机构
[1] 西南交通大学机械工程学院
关键词
BP神经网络; butterworth滤波; 特征提取; 时域分析; 频域分析; 主轴性能评估系统;
D O I
暂无
中图分类号
TG659 [程序控制机床、数控机床及其加工];
学科分类号
080202 ;
摘要
通过采集长征718机床的振动数据,利用butterworth滤波器进行了数据滤波,将低频干扰滤去;之后对数据进行了时域分析和频域分析,提取了5个时域特征和5个频域特征;再将提取的特征值输入BP神经网络训练网络,建立了基于BP神经网络的数控机床主轴性能评估系统,对于解决机床主轴的主动维护具有重要的经济及战略意义。
引用
收藏
页码:62 / 65+68 +68
页数:5
相关论文
共 5 条
[1]  
基于时延相关解调与B样条模糊神经网络的轴承故障诊断.[D].李冬梅.西南交通大学.2008, 12
[2]   基于神经网络的旋转机械振动故障诊断 [J].
唐贵基 ;
杨玉婧 ;
宋彩萌 .
机械工程师, 2012, (01) :40-42
[3]   基于混合神经网络的数控机床故障诊断技术研究 [J].
杜娟 ;
阎献国 ;
韩建华 ;
兰国生 .
组合机床与自动化加工技术, 2011, (12) :32-34
[4]   齿轮箱振动的故障诊断与分析 [J].
安妮 ;
徐建民 .
武汉工程大学学报, 2011, 33 (12) :70-72+88
[5]   Butterworth滤波器在飞行控制系统设计中的应用 [J].
王长青 ;
李爱军 ;
王伟 .
飞行力学, 2009, 27 (01) :74-76+96