期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于改进神经网络的机床刀具故障诊断 被引量:3
1
作者 高昂 王海英 《现代电子技术》 北大核心 2016年第17期167-170,共4页
针对机床刀具的故障诊断系统进行研究,使用智能人工神经网络算法建立诊断模型。为了提高神经网络模型的训练效率,避免网络陷入局部最优解,使用一种改进的量子神经网络,将附加动量与自适应学习速度方法融合,提高网络收敛效率。使用五轴... 针对机床刀具的故障诊断系统进行研究,使用智能人工神经网络算法建立诊断模型。为了提高神经网络模型的训练效率,避免网络陷入局部最优解,使用一种改进的量子神经网络,将附加动量与自适应学习速度方法融合,提高网络收敛效率。使用五轴联动铣床进行刀具故障诊断识别。对声发射信号进行特征提取,使用总振铃技术、总能量、有效电压、事件计数、重心频率、均方根频率以及频率标准方差作为网络的输入向量,判别刀具为新刀、轻微磨损或严重磨损。实验结果表明,使用的改进的量子神经网络的效率以及识别准确度均高于常规BP神经网络。 展开更多
关键词 机床刀具故障诊断 量子神经网络 BP神经网络 声发射信号
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部