粒子群优化的神经网络在故障诊断中的应用

被引:14
作者
魏秀业
潘宏侠
马清峰
机构
[1] 中北大学机械工程与自动化学院
关键词
齿轮箱; 故障诊断; 神经网络; 粒子群优化;
D O I
10.16450/j.cnki.issn.1004-6801.2006.02.011
中图分类号
TH132.4 [啮合传动];
学科分类号
摘要
为提高齿轮箱故障诊断性能,建立了以齿轮箱振动信号的时频域特征为输入,以齿轮箱的主要故障形式为输出的神经网络。采用粒子群优化算法代替反向传播算法来训练神经网络的权重和阈值,利用训练后的神经网络对齿轮箱进行了故障诊断,并比较了基于粒子群优化算法与BP算法的诊断结果。结论是基于粒子群优化算法神经网络具有较好训练性能,收敛速度快,迭代步数少,诊断精度高,具有良好的故障识别率。
引用
收藏
页码:133 / 137+162 +162
页数:6
相关论文
共 4 条
[1]   基于粒子群优化的神经网络训练算法研究 [J].
高海兵 ;
高亮 ;
周驰 ;
喻道远 .
电子学报, 2004, (09) :1572-1574
[2]   基于粒子群优化的BP网络学习算法 [J].
王岁花 ;
冯乃勤 ;
李爱国 .
计算机应用与软件, 2003, (08) :74-76
[3]   基于BP神经网络的齿轮故障诊断系统研究 [J].
杜设亮 ;
傅建中 ;
陈子辰 ;
麦云飞 .
机电工程, 1999, (05) :81-83+1
[4]  
基于神经网络和灰色理论的传动箱故障诊断研究.[D].孟浩东.中北大学.2005, 03