原文服务方: 机械传动       
摘要:
针对自组织特征映射神经网络(SOM)在多振动故障诊断中出现的不能对所有可能故障完整分类和明显区分的缺点,提出基于粒子群算法优化的SOM神经网络.利用粒子群优化算法易实现、收敛快等优点,对SOM神经网络的参数进行优化,并用优化后的SOM神经网络对轴系故障进行仿真诊断.仿真诊断结果表明,粒子群算法优化的SOM神经网络比SOM神经网络具有更好的聚类效果.
推荐文章
基于粒子群优化的可拓神经网络故障诊断方法研究
故障诊断
可拓神经网络
粒子群
物元
关联函数
基于粒子群神经网络的汽轮机故障诊断
粒子群
神经网络
汽轮机
故障诊断
基于粒子群神经网络的发动机故障诊断
粒子群
神经网络
汽车发动机
故障诊断
粒子群算法优化特征和神经网络的模拟电路故障诊断
模拟电路
特征选择
故障诊断
神经网络
粒子群算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于粒子群优化SOM神经网络的轴系多振动故障诊断
来源期刊 机械传动 学科
关键词 粒子群算法 神经网络 振动 故障诊断
年,卷(期) 2011,(6) 所属期刊栏目 试验分析
研究方向 页码范围 76-78,82
页数 分类号 TP391.41
字数 语种 中文
DOI 10.3969/j.issn.1004-2539.2011.06.020
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 贺利乐 81 540 14.0 18.0
2 贾爽 2 21 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (29)
共引文献  (518)
参考文献  (6)
节点文献
引证文献  (13)
同被引文献  (38)
二级引证文献  (8)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(5)
  • 参考文献(1)
  • 二级参考文献(4)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(2)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(3)
  • 引证文献(3)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(5)
  • 引证文献(3)
  • 二级引证文献(2)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
粒子群算法
神经网络
振动
故障诊断
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
机械传动
月刊
1004-2539
41-1129/TH
大16开
河南省郑州市科学大道149号
1977-01-01
中文
出版文献量(篇)
6089
总下载数(次)
0
总被引数(次)
31469
论文1v1指导