摘要：复合数控机床液压系统是重要的动力传输以及控制的关键系统,其发生液压故障具有多样性,针对复合数控机床的液压故障诊断复杂问题,在复合数控机床液压系统结构基础上,构建了双主从式故障诊断拓扑结构,设计基于液压故障特征的故障诊断专家系统,在构建的复合数控机床液压系统故障诊断实验环境中进行了大量的故障模拟实验,来验证该优化设计方法的可靠性。实验结果表明,采用的优化设计方案能够快速的提升复合数控机床液压系统故障诊断效率和准确性。

摘要：Q-learning是一种经典的增强学习算法,简单易用且不需要环境模型;广泛应用于移动机器人路径规划。但在状态空间和动作空间较大时,经典的Q-learning算法存在学习效率低、收敛速度慢,容易陷入局部最优解等问题。通过引入神经网络模型,利用地图信息计算状态势值,从而优化了设计奖励函数。合理奖励函数为Q(λ)-learning算法提供了先验知识,避免训练中的盲目搜索,同时奖励函数激励避免了陷入局部最优解。仿真试验表明,改进的路径规划方法在收敛速度方面有很大的提升,训练得到的路径为全局最优。