期刊文献+

基于卷积神经网络的机床健康管理系统研究

Reserch of Machine ToolHealth Management System Based on Convolutional Neural Network
下载PDF
导出
摘要 针对机床设备的健康管理问题,提出基于卷积神经网络的预测性维护手段,并立足于生产过程中机床设备的运行数据,对所搭建的卷积神经网络模型进行相应的训练与测试。与其他常见机器学习模型相比,该模型具有更高的准确率与稳定性。基于搭建的网络模型设计完成机床健康管理系统,实现机床设备的故障预测与健康管理。 With regard to the health management of machine tools,this paper proposes a predictive maintenance method based on convolutional neural network.The corresponding model is trained and tested in light of the operation data of the machine tool.Compared with other common machine learning models,the proposed model is more accurate and stable.The machine tool health management system based on the model is finally built to realize the fault prediction and health management of machine tools.
作者 张林琦 唐敦兵 朱海华 刘长春 王震 ZHANG Linqi;TANG Dunbing;ZHU Haihua;LIU Changchun;WANG Zhen(College of Mechanical and Electrical Engineering,Nanjing University of Aeronautics and Astronautics,Nanjing 210016,China)
出处 《机械制造与自动化》 2023年第5期122-126,共5页 Machine Building & Automation
基金 国家自然科学基金项目(52075257) 国家重点研发计划项目(2020YFB1710500) 江苏省重点研发计划项目(BE2021091) 成飞-南航“智汇蓝天”校企协同育人项目(2022QYGCSJ40 CF202206)。
关键词 机床 故障预测 健康管理 卷积神经网络 machine tool fault prediction health management convolutional neural network
  • 相关文献

参考文献5

二级参考文献101

  • 1马宁,吕琛.飞机故障预测与健康管理框架研究[J].华中科技大学学报(自然科学版),2009,37(S1):207-209. 被引量:26
  • 2曾声奎,Michael G.Pecht,吴际.故障预测与健康管理(PHM)技术的现状与发展[J].航空学报,2005,26(5):626-632. 被引量:279
  • 3BAYBUTT M, MINNEIA.A C, GINART ANTONIO E. Improving digital system diagnostics through prognostic and health management(PHM)technology[J].IEEE Transactions on Instrumentation and Measurement, 2009,58(2) : 255- 262.
  • 4孟庆丰.信号特征提取方法与应用研究[D].西安:西安电子科技大学,2005.
  • 5朱义 陈进.基于HMM的设备性能退化评估方法的研究.振动与冲击,2008,27(5):110-112.
  • 6BROWN M, HARRIS C. Neurofuzzy adaptive modelling and control[M]. Upper Saddle River, N. J. , USA, Prentice Hall International(UK) Limited, 1994 : 296-308.
  • 7孙博,康锐,谢劲松.故障预测与健康管理系统研究和应用现状综述[J].系统工程与电子技术,2007,29(10):1762-1767. 被引量:168
  • 8Lowe D G. Distinctive image features from scale-invariant keypoints[J]. International Journal of Computer Vision, 2004, 60 (2) 91 110.
  • 9Dalai N, Triggs B. Histograms of oriented gradients for human detection[C]//Computer Vision and Pattern Recognition (CVPR), IEEE Computer Society Conference on. San Diego, USA: IEEE, 2005, 1 886-893.
  • 10Hinton G E, Salakhutdinov R R. Reducing the dimensionality of data with neural networks[J]. Science, 2006, 313(5786) : 504-507.

共引文献963

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部