基于CNN-RF的嵌入式数控系统故障诊断研究

来源：机床与液压杂志2022年第19期北京时间：

作者：游达章，陶加涛，许文俊，张业鹏

单位：湖北工业大学机械工程学院,湖北省现代制造质量工程重点实验室；湖北工业大学机械工程学院,湖北省现代制造质量工程重点实验室；湖北工业大学机械工程学院,湖北省现代制造质量工程重点实验室；湖北工业大学机械工程学院,湖北省现代制造质量工程重点实验室

摘要：采用Stacking集成策略，融合卷积神经网络（CNN）和随机森林（RF）法提出一种故障诊断方法CNN-RF。该方法不仅能准确提取数据集中的数据特征，而且针对数据集中故障数据数量不足的问题能提供平衡数据集误差的有效方法，以提高诊断的准确性。分别采用单独模型和集成后的模型对采集到的嵌入式数控系统实时运行数据进行分析处理。结果表明：利用CNN-RF模型进行嵌入式数控系统故障诊断的准确度较高，验证了该模型的正确性。

关键词：数控系统;故障诊断;卷积神经网络;集成学习;随机森林

基金资助：国家自然科学基金项目（51875180）