集成神经网络在机械故障诊断中的应用探讨

• 作者: 王学智 邵孟国
• 来源期刊: 计算机测量与控制
• 关键词: 机械设备 智能故障诊断 信息融合 学习算法
• 年，卷（期）: 2010,（10）
• 页码范围: 2219-2221,2231
• 分类号: TP306
• 语种: 中文

摘要

现代信息技术和人工智能技术的飞速发展,为日趋复杂的机械设备故障诊断提供了技术支持;人工神经网络具有良好的分类特性,适合故障诊断;为了克服单神经网络故障诊断缺陷,研究了一种基于信号类型和信息融合思想的集成神经网络的智能故障诊断方法,降低了网络的复杂度,同时由于综合考虑了各种信息对故障特征的反映,提高了故障确诊率;为了提高学习效率,采用了一种快速的网络训练算法-免疫遗传算法;以某型兵器传动装置中的齿轮故障诊断为例,采用振动和声发射检测等技术获取训练样本训练网络,专家给出各网络对故障类型的置信权矩阵,将现场采集数据输入到诊断系统中,系统准确快速地得到了设备故障类型,结果符合实际,表明该方法行之有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王学智	空军工程大学导弹学院	39	78	4.0	6.0
2	邵孟国	空军工程大学导弹学院	1	1	1.0	1.0