论文部分内容阅读
对数控机床的运行状态进行监控监测和机床故障进行预测,实现数控机床的智能维护将大力提升数控机床的使用效率.采用两重威布尔模型建立机床可靠度分布模型,用图形检验法验证模型的正确性;提出基于神经网络的数控机床的故障可靠度指标预测方法,分别采用BP神经网络和Elman神经网络对数控机床的平均故障间隔时间进行预测,研究结果表明Elman神经网络对数控机床平均故障间隔时间预测的性能的精度优于BP神经网络.基于MATLAB开发了数控机床可靠性评价及预警系统.将该模型和预测方法应用于成飞公司数控机床的维修,实践证明该系统能准确有效地根据数控装备的历史数据对数控机床的可靠性进行分析评价和预测,为实现数控机床智能维修提供了手段.