机床与液压

作者：王舒玮，薛敏杰

单位：山西大同大学机电工程学院；内蒙古北方重工业集团有限公司试验基地

关键词：长短期记忆神经网络;遗传算法;数控机床;故障预测

基金：山西省基础研究计划（202103021224313）；山西大同大学2021年度科研专项课题项目(2021YGZX53)

数控机床加工中的机床故障会影响加工精度。提出一种预测方法，在加工前预判机床的故障，避免机床在加工中发生故障影响加工精度。为了快速准确地预测数控机床故障，采用遗传算法优化长短期记忆神经网络模型，预测服役过程数控机床中可能出现的故障。采集不同状态下的故障信号作为网络训练样本，采用网络模型预测机床出现故障的状态。结果表明：GA-LSTM是一种精度较高的预测模型，在数控机床故障预测中具有良好的表现，可以避免机床出现故障而影响加工精度的情况。

来源：2023年第24期

《机床与液压》期刊编辑部

查看机床与液压杂志2023年第24期