智能制造设备中的动态故障容错控制方法研究OA
为了解决智能制造设备故障预判难、传统控制方法适应性差的问题,同时满足设备高效、稳定运行需求,本文提出智能制造设备动态故障容错控制方法.通过多维度数据采集进行预处理,结合特征注意力机制,构建深度学习预判模型;引入时间衰减因子与工况系数,修正故障概率;设计多控制器动态切换与参数自优化流程,形成容错控制体系.实测结果表明,通过机床模拟测试与生产线实测,在故障识别精度、响应速度、设备恢复效率和生产线稳定性方面,本文方法优于传统PID控制方法和单一特征故障预判方法,可有效缩短设备停机时长,提升产品合格率,适用于智能制造场景,后续可拓展故障类型,优化算法效率.
黄艳丽;赵娟;易慧敏;王亚利
广东工贸职业技术学院,广东 广州 510630广东工贸职业技术学院,广东 广州 510630广东工贸职业技术学院,广东 广州 510630广东工贸职业技术学院,广东 广州 510630
信息技术与安全科学
智能制造设备故障预判容错控制深度学习多控制器参数自优化
《中国新技术新产品》 2026 (18)
16-18,3
广东省广州市广东工贸职业技术学院2025校级科研项目"基于多模态传感的机电执行器故障预测系统及其控制方法研究"(项目编号:2025-ZK-28).
评论