机械设计与研究

机械设计与研究 ›› 2014, Vol. 30 ›› Issue (06): 77-80+89.doi: 10.13952/j.cnki.jofmdr.a3487

• 论文 • 上一篇    下一篇

基于萤火虫优化BP神经网络的数控机床故障诊断

吕明;   

  1. 蚌埠学院机械与电子工程系;
  • 发布日期:2020-07-26

  • Published:2020-07-26

摘要： 为了提高数控机床故障预测的能力,针对BP神经网络在数控机床故障预测中出现的收敛速度慢和训练容易陷入局部极值问题,提出了一种基于萤火虫算法优化BP神经网络的数据机床故障诊断算法。文章详细介绍了常见的数控机床故障类型和分类,在萤火虫优化算法和BP神经网络的基础上,建立了萤火虫算法优化BP神经网络的数控机床故障诊断模型,并提出了基于该模型的算法。该模型和算法采用萤火虫算法优化BP神经网络的初始权值和阈值,优化后的BP神经网络能对测试集进行更好的预测。实验结果表明,萤火虫算法优化BP神经网络的预测误差明显小于GRNN和PNN算法。该模型和算法具有很好的预测能力,可以快速、准确地完成数控机床故障诊断研究。

关键词: 数控机床, 故障诊断, 萤火虫算法, BP神经网络, 适应度函数

Key words: CNC machine tools, fault diagnosis, BP neural network, firefly algorithm, fitness function