基于改进PSO优化模糊神经网络的数控机床故障诊断技术研究

来源：机床与液压杂志2016年第3期北京时间：

作者：王春暖

单位：包头职业技术学院；包头职业技术学院；包头职业技术学院

摘要：数控机床故障具有隐蔽性和复杂性的特点，为了快速准确地识别数控机床发生的故障，结合粒子群算法全局搜索能力强、寻优速度快及模糊神经网络容错能力强、自适应性强的特点，提出了将模糊逻辑、RBF神经网络及粒子群算法有机结合的数控机床故障诊断方法。为了改善粒子群算法局部搜索能力，在标准粒子群算法的基础上，改进粒子群的速度更新公式和惯性权重，以此优化模糊神经网络结构参数，从而建立起改进PSO优化模糊神经网络的数控机床主轴伺服系统故障诊断模型。实验和仿真结果表明：与RBF神经网络、标准PSO优化模糊神经网络相比，改进PSO优化模糊神经网络的故障辨识准确性更高、泛化能力更强。

关键词：改进粒子群算法;模糊神经网络;数控机床;故障诊断

基金资助：国家自然科学基金资助项目（21366017）