首页> 中文期刊> 《机械设计与制造》 >RBF神经网络在数控机床可靠性评估中的应用

RBF神经网络在数控机床可靠性评估中的应用

         

摘要

在机床产品可靠性评估中,针对采集到的有效故障数据较少而导致失效分布无法唯一确定的问题,提出建立RBF神经网络故障数据扩充算法模型。该模型通过自组织聚类学习算法确定神经网络的径向基函数中心和扩展常数,然后利用学习算法的输出结果对神经网络进行训练,随后将随机生成的累积失效分布函数导入训练好的神经网络,得到与原数据组具有一致失效分布规律的仿真数据,从而确定机床故障分布类型。最后通过实例分析表明:此方法确定的机床故障分布类型为威布尔分布,对其进行的可靠性评估显示MTBF估计值为909.20h,可靠度估计值为0.4874,同时机床已经进入耗损失效期,在后续工作中应该制定相应预防性维修措施来延长机床使用寿命。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号