TY -的A2 Caesarendra Wahyu盟——张,小陈AU -高,宏力盟——黄、海丰PY - 2015 DA - 2015/10/12 TI -螺杆的性能退化评估基于量子遗传算法和动态模糊神经网络SP - 150797六世- 2015 AB -滚珠螺杆的性能进行评估,研究了基于量子遗传算法(QGA)和动态模糊神经网络(DFNN)的螺杆性能退化评估技术。以cincinnati 5-3000加工中心的滚珠丝杠为研究对象。安装两台Kistler 8704B100M1加速度计和一台Kistler 8765A250M5三向加速度计监测螺杆性能退化趋势。首先，对螺旋振动信号进行时域和频域特征提取;然后通过主成分分析(PCA)得到特征向量。其次，利用量子遗传算法优化DFNN的初始化参数。最后，将特征向量输入DFNN进行训练，得到螺旋性能退化模型。实验结果表明，该螺杆性能退化模型能够有效地评价数控机床螺杆的性能。SN - 1070-9622 UR - https://doi.org/10.1155/2015/150797 DO - 10.1155/2015/150797 JF - Shock and Vibration PB - Hindawi Publishing Corporation KW - ER -