楚坤1,张春雨1,陈雷2,曹强1
楚坤,张春雨,陈雷,曹强. 基于故障树和混沌粒子群算法的锻压机床故障诊断方法[J]. 系统科学与数学, 2020, 40(1): 180-190.
CHU Kun, ZHANG Chunyu, CHEN Lei, CAO Qiang. Fault Diagnosis Method of Forging Machine Based on Fault Tree and Chaos Particle Swarm Algorithm[J]. Journal of Systems Science and Mathematical Sciences, 2020, 40(1): 180-190.
CHU Kun1, ZHANG Chunyu1 ,CHEN Lei2 ,CAO Qiang1
锻压机床由于生产效率高和材料利用率高的特点, 被广泛应用于各领域. 然而, 锻 压机床发生故障时, 其故障种类繁多、故障数据量大, 所以对锻压机床故障源的快速、准确诊断较困难. 针对该问题, 文章提出一种将故障树分析法和混沌粒子群算法相融合的方法, 对锻压机床的故障源进行故障诊断. 该方法是先通过故障树分析法对锻压机床的故障进行分析从而得到故障模式及其故障概率, 然后由得到的故障模式和已知的故障维修经验分析归纳出故障模式的学习样本, 再根据得到的故障概率运用混沌粒子群算法的遍历性快速、准确地诊断出锻压机床发生故障的精确位置. 文章提出的方法以锻压机床的伺服系统为例进行了故障诊 断实验, 将该实验结果与遗传算法、粒子群算法进行对比. 实验结果表明, 文章的算法在锻压 机床伺服系统的故障诊断中准确度更高、速度更快.
分享此文:
[1] | 谢佩军, 高婷婷, 叶宏武. 量子粒子群优化核极限学习机的船舶变压器故障诊断[J]. 系统科学与数学, 2021, 41(7): 1807-1816. |
[2] | 王春兰,甘旭升,李双峰,孟祥伟. 基于KSLPP特征提取的ELM模拟电路软故障诊断[J]. 系统科学与数学, 2020, 40(9): 1662-1671. |
[3] | 吴迪,林国汉,胡慧,杜先君. 基于指数正则化零空间鉴别分析的故障识别[J]. 系统科学与数学, 2018, 38(10): 1128-1139. |
阅读次数 | ||||||
全文 |
|
|||||
摘要 |
|
|||||