蚁群神经网络在齿轮箱故障诊断中的研究与应用

• 作者: 吴玉国 宋崇智
• 来源期刊: 机械传动
• 关键词: 蚁群优化算法 神经网络 齿轮箱 故障诊断
• 年，卷（期）: 2007,（4）
• 所属期刊栏目: 试验分析
• 页码范围: 87-89
• 页数: 3页
• 分类号: TH13
• 语种: 中文
• DOI: 10.3969/j.issn.1004-2539.2007.04.029

摘要

在ACO算法原理及框架的基础之上,将蚁群优化算法引入到神经网络的训练中来,提出了ACO训练神经网络的基本原理和方法步骤,并应用于发动机齿轮箱故障的故障诊断.本文采取经典的"频域"分析方法对齿轮箱进行故障诊断,并建立了基于蚁群神经网络的齿轮箱故障诊断模型.结果表明,用ACO算法训练的神经网络具有较高的故障诊断精度,可以有效地诊断齿轮箱中的故障,提高了诊断的效率和质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋崇智	安徽工业大学机械工程学院	27	195	7.0	12.0
2	吴玉国	安徽工业大学机械工程学院	68	273	8.0	13.0