基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了提高齿轮故障诊断的准确性,采用了一种邻域粒子群混合方法.即根据齿轮的故障特征量,利用邻域粒子群算法来优化BP神经网络的权值,并用优化好的BP网络进行故障诊断.实例仿真结果表明,该方法具有较高的故障诊断准确度,具有一定的实用性.
推荐文章
基于混沌粒子群算法的接地网腐蚀故障诊断
接地网
腐蚀诊断
多目标优化
混沌粒子群优化
电力系统故障诊断的萤火虫和粒子群混合算法研究
电力系统
故障诊断
萤火虫算法
萤火虫-粒子群算法
0-1整数规划
基于粒子群算法和支持向量机的故障诊断研究
最小二乘支持向量机
粒子群算法
故障诊断
全局最优
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 基于邻域粒子群混合算法的齿轮故障诊断
来源期刊 煤矿机械 学科 工学
关键词 邻域粒子群算法 神经网络 齿轮 故障诊断
年,卷(期) 2012,(3) 所属期刊栏目 故障·诊断
研究方向 页码范围 276-278
页数 分类号 TP183
字数 2665字 语种 中文
DOI 10.3969/j.issn.1003-0794.2012.03.124
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (58)
共引文献  (112)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(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(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(5)
  • 参考文献(0)
  • 二级参考文献(5)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(7)
  • 参考文献(0)
  • 二级参考文献(7)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(6)
  • 参考文献(1)
  • 二级参考文献(5)
2009(7)
  • 参考文献(3)
  • 二级参考文献(4)
2010(5)
  • 参考文献(5)
  • 二级参考文献(0)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
邻域粒子群算法
神经网络
齿轮
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
煤矿机械
月刊
1003-0794
23-1280/TD
大16开
哈尔滨市古香街30号
14-38
1980
chi
出版文献量(篇)
21080
总下载数(次)
49
总被引数(次)
87205
论文1v1指导