基于PSO和属性约减的模糊神经网络机床故障诊断

摘要：

数控机床伺服系统工作原理复杂.为了提高智能故障诊断的准确性,提出基于PSO理论和属性约束规则(RSM)的模糊神经网络算法.先对训练样本进行属性约减；由于PSO算法具有全局优化能力和BP算法具有局部搜索效率高的优点,利用它们训练神经网络,克服了传统方法收敛速度慢的缺点；并通过Matlab仿真证明,该方法具有较高的诊断准确性.

关键词：模糊神经网络、粒子群、反向传播、机床故障诊断

所属期刊栏目：40

分类号：TP183(自动化基础理论)

在线出版日期：2012-04-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：169-171