机床与液压

作者：陈琪，廖璘志，伍倪燕

单位：宜宾职业技术学院智能制造学院；宜宾职业技术学院智能制造学院;韩国培材大学计算机工学院；宜宾职业技术学院智能制造学院

关键词：人工智能;主轴;故障诊断;CNN;LSTM;AE

基金：四川省重点实验室开放基金课题（SCITLAB-1013）；宜宾职业技术学院科技科研平台项目(ybzy20kypt10)

随着信息通信技术（ICT）的发展，人工智能技术在机械故障诊断中的应用引起了研究人员的关注。为了验证人工智能技术在机床主轴故障诊断方面的适用性，通过构建机床测试台，收集人为改变主轴偏心的故障数据，并采用3种人工智能模型（CNN、LSTM和AE）进行学习，分析比较了它们对主轴7种故障状态分类的准确性。实验结果表明：CNN和LSTM模型均具有较高的准确性，其中CNN模型的准确率最高，达到了99.3%，而AE模型的准确性相对较低，只有76.9%。验证了在机床主轴故障诊断中应用人工智能技术的可行性。

来源：2024年第19期

《机床与液压》期刊编辑部

查看机床与液压杂志2024年第19期