4. 人工神经元网络(ANN)诊断
ANN具有联想、容错、记忆、自适应、自学习和处理复杂多模式故障等特点。这种方法将被诊断的系统的症状作为网络的输入，将按一定数学模型所求得的故障原因作为网络的输出并且神经网络将经过学习所得到的知识以分布的方式隐存在网络上，每个输出神经元对应着一个故障原因。
第二章 机床故障诊断与排除的基本要求
一、对故障常识的了解 1.故障的基本概念
故障—数控机床全部或部分丧失原有的功能。
故障诊断—在数控机床运行中，根据设备的故障现象，在掌握数控系统各部分工作原理的前提下，对现行的状态进行分析，并辅以必要检测手段，查明故障的部位和原因。提出有效的维修对策。 2.故障的分类
1）从故障的起因分类
关联性故障—和系统的设计、结构或性能等缺陷有关而造成（分固有性和随机性）。 非关联性故障—和系统本身结构与制造无关的故障。 2）从故障发生的状态分类
突然故障—发生前无故障征兆，使用不当。 渐变故障—发生前有故障征兆，逐渐严重。 3)按故障发生的性质分类
软件故障—程序编制错误、参数设置不正确、机床操作失误等引起。
硬件故障—电子元器件、润滑系统、限位机构、换刀系统、机床本体等硬件损 坏造成。
干扰故障—由于系统工艺、线路设计、电源地线配置不当等以及工作环境的恶劣变化而产生。
4）按故障的严重程度分类
危险性故障—数控系统发生故障时，机床安全保护系统在需要动作时， 因故障失去保护动作，造成人身或设备事故。
安全性故障—机床安全保护系统在不需要动作时发生动作，引起机床不能起动。 3.数控系统的可靠性
数控机床除了具有高精度、高效率和高技术的要求外，还应该具有高可靠性。 衡量的指标有：
MTBF—平均无故障时间 MTTR—排除故障的修理时间