改进dynFWA优化BP神经网络在加工中心主轴故障诊断中的应用

作者：张洪; 李开杰^*; 王通德

来源：噪声与振动控制, 2020, 40(03): 100-107.

• 故障诊断
• MC主轴
• 动态搜索烟花算法
• 神经网络
• 模式分类

针对目前加工中心(Machining Center,MC)主轴故障诊断多为人工经验完成,且故障诊断精度和识别率低等问题,提出基于改进的动态搜索烟花算法(dynamic search fireworks algorithm,dynFWA)优化BP神经网络(Neural Network,NN)的加工中心主轴故障诊断方法。将改进的动态搜索烟花算法优化BP神经网络的初始权值和阈值,建立改进dynFWA-BP神经网络模式分类方法。将提出的模式分类方法应用于MC主轴故障诊断中,使得提取的主轴故障特征与主轴工作状况有着非线性映射关系。最后,采用VMC650E主轴故障数据进行验证,证明所提出的故障诊断方法在故障诊断精度、故障识别率方面明显优于BP神经网络、GA-BP神经网络和PSO-BP神经网络。

• 单位
  国网电力科学研究院; 江南大学; 江苏南瑞恒驰电气装备有限公司