基于特征的机械设备故障预测系统
蒋聪，王玫，安鹏铖，李杨
（四川大学 制造科学与工程学院，四川 成都 610065）
摘要：在机械设备的使用过程中，如果能准确地提前预测机械设备将要发生的故障并防患于未然，则可为企业节省大量的维修费用，降低企业成本。为此提出了一种依据特征基于神经网络算法的故障预测系统。把机械设备本身的运行特征和环境特征作为输入，把发生故障的概率作为输出，建立映射关系。以历史映射数据训练并建立神经网络，用以预测机械设备在某状态达成后发生故障的概率。通过某厂的机床对系统进行训练和验证，预测故障率与实际故障率的相对误差在15.3%以内。仿真结果表明，该系统可以有效的根据机械设备运行状态特征对其故障率进行准确预测。
关键词：故障预测；机械设备；神经网络；运行特征；智能系统
中图分类号：TP183 文献标志码：A 文章编号：1006－0316 (2014) 01－0061－05
Mechanical equipment failure forecasting system based on features
JIANG Cong，WANG Mei，AN Peng-cheng，LI Yang
( School of Manufacturing Science and Engineering, Sichuan University, Chengdu 610065, China )
Abstract：In the process of using mechanical equipment, if its failure can be forecasted before it happens, measures can be taken in advance and companies can save a lot of maintenance costs. To solve this problem, a Mechanical equipment failure forecasting system based on features and neural network is proposed. The machinery equipment operating characteristics are used as input and the probability of failures are used as output. Then mappings are established between the input and the output. Historical mapping data is used to train and build neural network which is used to predict the probability of failures. Features and probability of failures of a lot of Machine tools are used to train and validate this system. Simulation results show that the relative error is less than 15.3% and this system can effectively predict the sales of the probability of failures based on product features.
Key words：failure prediction；machinery equipment；neural network；operating characteristics；intelligent system
———————————————
收稿日期：2013－09－14
基金项目：国家自然科学基金资助项目（51205262）；四川省教育厅人文社会科学重点研究基地西华大学工业设计产业研究中心资助科研项目（GY－13YB－14）
作者简介：蒋聪（1989－），男，山东潍坊人，硕士，主要研究方向为计算机辅助工业设计，产品创新设计、神经网络等；王玫（1968－），女，四川成都人，教授，主要研究方向为机械制造、计算机辅助工业设计、虚拟现实等。
设为首页 | 加入收藏 | 免责条款
《机械》杂志版权所有 Copyright©2008-2012 Jixiezazhi.com All Rights Reserved
电话：028-85925070 传真：028-85925073 E-mail：jixie@vip.163.com
地址：四川省成都锦江工业开发区墨香路48号 邮编：610063
Powered by PageAdmin CMS