粒子群优化BP算法在液压系统故障诊断中应用

被引：54

作者：

张捍东 ^{[1
]}

陶刘送 ^{[2
]}

机构：

[1] 安徽工业大学

[2] 安徽工业大学电气信息与工程学院

来源：

系统仿真学报 | 2016年 / 28卷 / 05期

关键词：

神经网络; 故障诊断; 粒子群算法; 柱塞泵故障; 仿真;

D O I：

暂无

中图分类号：

TH137 [液压传动]; TP18 [人工智能理论];

学科分类号：

082805 [农业机械化与装备工程]; 140502 [人工智能];

摘要：

及时准确地对液压系统故障进行监测、预报和诊断具有重要意义。阐述了BP(Back Propagation)神经网络故障模型的基本理论知识,针对BP网络的缺点,提出了利用粒子群算法优化BP网络,建立起PSO(particle swarm optimization)优化BP网络故障诊断模型。以液压系统柱塞泵故障为例进行了神经网络建模,并对建立的网络进行仿真。仿真结果测试正确,表明PSO优化的BP网络用于液压系统故障诊断的实用性和可行性。

引用

页码：1186 / 1190

页数：5