基于动态惯性权重粒子群算法的齿轮箱故障诊断研究

• 作者: 曹凤才 潘红侠 魏秀业
• 来源期刊: 太原理工大学学报
• 关键词: 齿轮箱 DCWPSO 故障诊断 状态监测
• 年，卷（期）: 2011,（2）
• 所属期刊栏目: 信息工程
• 页码范围: 145-148
• 分类号: TH132.4
• 语种: 中文

摘要

针对工程上齿轮箱实时监测和故障诊断的需要,对JZQ250型齿轮箱展开研究,提出了基于动态惯性权重PSO算法训练BP神经网络的齿轮箱故障诊断方法.通过时域参数分析提取监测特征值作为齿轮葙的状态监测值,将故障特征向量作为神经网络的输入向量进行故障诊断,并与BP算法的诊断结果进行了比较.实验结果表明,动态惯性权重PSO算法具有收敛速度快,经过神经网络学习训练后能较好地收敛于最优解;该算法用于齿轮箱故障诊断效果理想,能够准确进行齿轮箱故障定位,在故障诊断领域里具有广泛的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏秀业	中北大学信息与通信工程学院	28	357	10.0	18.0
2	曹凤才	中北大学信息与通信工程学院	23	140	6.0	11.0
3	潘红侠	中北大学信息与通信工程学院	1	6	1.0	1.0