粒子群优化的神经网络在故障诊断中的应用

• 作者: 潘宏侠 马清峰 魏秀业
• 来源期刊: 振动、测试与诊断
• 学科: 工学
• 关键词: 齿轮箱 故障诊断 神经网络 粒子群优化
• 年，卷（期）: 2006,（2）
• 所属期刊栏目: 论文
• 页码范围: 133-137
• 页数: 5页
• 分类号: TH133
• 字数: 4099字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-6801.2006.02.011

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘宏侠	中北大学机械工程与自动化学院	359	2630	23.0	34.0
2	马清峰	中北大学机械工程与自动化学院	4	52	3.0	4.0
3	魏秀业	中北大学机械工程与自动化学院	28	357	10.0	18.0