基于灰色神经网络建模的刀具可靠性评估

发布时间：2019-07-29 15:30

【摘要】：针对失效样本数据缺失的刀具可靠性评估,提出一种基于灰色神经网络建模的可靠性评估方法。通过试验在线测取加工过程中数控机床刀具的振动信号和磨损量数据,利用小波包分解、时域统计和相关性分析,提取显著性特征量,包括小波能量熵,第7频带和第9频带的小波能量,第7频带均值、方根幅值、均方根值和标准差,建立灰色神经网络模型,以所提取的7个显著性特征量为输入,以刀具磨损量为输出训练网络模型。输入待评估样本数据,获取刀具磨损量的预测数据,结合预先设定的失效阈值确定其伪失效寿命。最后利用威布尔分布模型对其伪失效寿命数据进行分布估计,完成刀具的可靠性评估。仿真试验结果表明:灰色神经网络模型与灰色预测模型相比,具有更高的预测准确率。
[Abstract]:Aiming at tool reliability evaluation with missing failure sample data, a reliability evaluation method based on grey neural network modeling is proposed. The vibration signal and wear data of NC machine tool in machining process are measured online. By using wavelet packet decomposition, time domain statistics and correlation analysis, significant features are extracted, including wavelet energy entropy, wavelet energy in band 7 and band 9, mean value of band 7, amplitude of square root, root mean square value and standard deviation. Grey neural network model is established. The tool wear is used as the output training network model. The prediction data of tool wear are obtained by inputting the sample data to be evaluated, and the pseudo failure life is determined according to the predetermined failure threshold. Finally, the Weibull distribution model is used to estimate the pseudo-failure life data, and the reliability evaluation of the tool is completed. The simulation results show that the grey neural network model has higher prediction accuracy than the grey prediction model.
【作者单位】： 三峡大学水电机械设备设计与维护湖北省重点实验室;三峡大学机械与动力学院;长江三峡技术经济发展有限公司;
【基金】：国家自然科学基金项目(51205230,51405264) 湖北省自然科学基金项目(2015CFB445) 湖北省重点实验室开放基金项目(2016KSD15) 三峡大学研究生科研创新基金项目(2015CX042)
【分类号】：TG71;TP183

【相似文献】

相关期刊论文 前10条

1 吴稚淮;;矿山胶带运输系统的可靠性评估[J];金属矿山;1992年11期

2 付文茹,王斌;环境试验设备可靠性评估技术[J];环境技术;1993年03期

3 刘锴;郑贤斌;;在役油气管道安全可靠性评估方法初探[J];油气田环境保护;2010年04期

4 浦同争;宗容;施继红;董建伟;;基于ANFIS的电力通信网的可靠性评估[J];陕西科技大学学报(自然科学版);2013年04期

5 陈旭勇;樊建平;;概率模型参数区间变化的在役桥梁可靠性评估[J];武汉工程大学学报;2010年09期

6 陈保家;陈雪峰;李兵;曹宏瑞;蔡改改;何正嘉;;Logistic回归模型在机床刀具可靠性评估中的应用[J];机械工程学报;2011年18期

7 戴怡;王仲民;凌光;;面向可靠性评估的先验信息最大熵变尺度方法[J];中国机械工程;2011年02期

8 盛立荣;矿用电气设备的可靠性评估方法及维修途径[J];煤矿机电;1994年02期

9 罗富绪;结构可靠性评估在管道风险管理中的应用[J];油气储运;2001年09期

10 郑文勇;张静伟;潘茗;;考虑人为因素的可靠性评估[J];中国安全科学学报;2008年10期

相关会议论文 前10条

1 朱三可;李祥臣;齐俊臣;彭道勇;;可靠性评估中指数型数据向成败型数据的折合[A];2009第十三届全国可靠性物理学术讨论会论文集[C];2009年

2 王正良;;同步可靠性评估方法[A];中国工程物理研究院科技年报（2003）[C];2003年

3 夏秀华;;结构可靠性评估方法[A];第四届全国现代结构工程学术研讨会论文集[C];2004年

4 姚新民;孙伟;刘忠卿;陈以方;;新装备初期部署阶段的可靠性评估[A];2012年全国机械行业可靠性技术学术交流会暨第四届可靠性工程分会第四次全体委员大会论文集[C];2012年

5 王德民;雪喜兵;孙秦;羊妗;;复合材料梁架结构的可靠性评估[A];复合材料的现状与发展——第十一届全国复合材料学术会议论文集[C];2000年

6 贾晓红;;典型配电系统的可靠性评估和分析[A];山东电机工程学会第四届供电专业学术交流会论文集[C];2007年

7 秦纪平;刘前进;;基于成功概率的配网可靠性评估[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集（上册）[C];2008年

8 吴开贵;周家启;;线性优化神经网络在电网可靠性评估中的应用研究[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

9 尹锁柱;敖发良;;猫跳河流域水情自动测报系统可靠性评估[A];中国电子学会可靠性分会第十三届学术年会论文选[C];2006年

10 王玉明;;最大熵可靠性评估方法的改进[A];中国工程物理研究院科技年报（2003）[C];2003年

相关重要报纸文章 前1条

1 石松;基于分离特征样本的核岛主泵可靠性评估和寿命预测技术研究[N];科技日报;2007年

相关博士学位论文 前10条

1 张可新;动车组可靠性评估及维修策略优化方法研究[D];中国铁道科学研究院;2015年

2 王昕伟;含风电区域电网的可靠性评估模型与方法[D];华北电力大学(北京);2014年

3 杨圆鉴;基于退化模型的机械产品可靠性评估方法研究[D];电子科技大学;2016年

4 李小燕;发输电系统运行可靠性建模与仿真[D];合肥工业大学;2015年

5 宋剑白;城市配电网可靠性评估和优化研究[D];东北石油大学;2015年

6 方艮海;产品可靠性评估中的多源信息融合技术研究[D];合肥工业大学;2006年

7 程皖民;基于小子样复杂信息集的可靠性评估方法及其应用研究[D];国防科学技术大学;2006年

8 任淑红;民航发动机性能可靠性评估与在翼寿命预测方法研究[D];南京航空航天大学;2010年

9 何禹清;配电网快速可靠性评估及重构方法研究[D];湖南大学;2011年

10 宋晓通;基于蒙特卡罗方法的电力系统可靠性评估[D];山东大学;2008年

相关硕士学位论文 前10条

1 郭卫东;砖混结构中梁的动力特性试验及可靠性评估[D];河北大学;2015年

2 王旗;基于相似机床信息的CXK5463的可靠性评估[D];燕山大学;2015年

3 谢潜;主动配电网可靠性评估[D];上海交通大学;2015年

4 孙闻浩;基于改进的重要抽样算法的输电系统可靠性评估[D];华北电力大学;2015年

5 相英杰;城市配电网可靠性评估及其经济性研究[D];华北电力大学;2015年

6 胡吉祥;供电企业配电网可靠性评估系统的设计与实现[D];电子科技大学;2015年

7 陈骥群;考虑配电网网络重构的可靠性评估[D];华北电力大学;2015年

8 孙帅;电气主接线可靠性评估及应用研究[D];华北电力大学;2015年

9 李芷筠;电力系统继电保护可靠性评估与管理系统研究[D];华北电力大学;2015年

10 陈松;智能配电网供电可靠性评估[D];华北电力大学;2015年

，

本文编号：2520594