我要投稿 查看投稿进度
学术期刊
在线客服
客服电话：400-188-5008
客服邮箱：service@ccnpub.com
投诉举报：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享

请选择 目标期刊

深度卷积神经进行四大机床电气故障分析探讨 下载：517 浏览：5223

朱集锦 《神经科学研究》 2021年8期

摘要:
机床一旦产生故障对整个生产有很大的影响，本文利用深度卷积神经网络构建模型对电气故障的图像进行训练学习，模型运行过程中，将收集到的图像输入模型内进行样本训练，构建的网络神经系统故障识别系统，并分析其结果与其他诊断故障方法进行对比，综合比较得出，深度卷积神经的应用得出较高的故障排除准确率。

数控机床故障诊断智能化研究 下载：170 浏览：2261

丁强 《装备技术研究》 2021年4期

摘要:
目前，数控机床系统的发展已不仅仅局限于性能的优良，更趋向于智能化。随着智能技术的引入，数控机床已具有规划加工运动的能力。通过推理、决策能力、智能监控和智能故障诊断，将智能化的人因技术应用于数控系统，形成智能化的诊断系统。数控机床作为一个复杂的被控对象，结合了多种先进技术，难以建立精确的数学模型。传统的控制理论虽然可以解决一些控制问题，但在加工过程控制和故障诊断与维修智能化方面存在很大的困难。为了解决这一问题，引入智能故障诊断技术，及时、有效地预测机床的故障趋势是非常重要的。
[1/1]
|<
<
1
>
>|
在线客服：：点击联系客服
联系电话：：400-188-5008
客服邮箱：：service@ccnpub.com
投诉举报：：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享