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:
由于齿轮故障征兆与故障之间具有非线性和耦合性等特点,采用BP神经网络对齿轮进行故障诊断存在着收敛速度慢和可靠性差等缺点,提出了一种基于遗传算法的BP神经网络齿轮故障诊断方法,即在利用BP神经网络对齿轮进行故障诊断的基础上,利用遗传算法对神经网络的权值和阈值进行修正,得到全局的最优值.仿真结果表明,该诊断策略具有故障诊断能力强和诊断效率高的特点,改善了齿轮故障诊断的精度和速度.
推荐文章
遗传神经网络在蒸汽发生器故障诊断中的应用
BP神经网络
遗传算法
蒸汽发生器
故障诊断
基于小波分析和遗传神经网络的模拟电路故障诊断方法
模拟电路
故障诊断
小波分析
遗传算法
神经网络
遗传小波神经网络在模拟电路故障诊断中的应用
神经网络
遗传算法
小波变换
故障诊断
基于遗传算法和神经网络的故障诊断研究
故障诊断
信息融合
遗传算法
神经网络
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 遗传神经网络在齿轮故障诊断中的应用
来源期刊 郑州大学学报(工学版) 学科 工学
关键词 齿轮 故障诊断 神经网络 遗传算法
年,卷(期) 2012,(3) 所属期刊栏目 电气工程
研究方向 页码范围 36-39
页数 分类号 TP183
字数 2372字 语种 中文
DOI 10.3969/j.issn.1671-6833.2012.03.009
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 杨晓邦 河南理工大学电气工程与自动化学院 13 58 5.0 7.0
2 李玉东 河南理工大学电气工程与自动化学院 57 246 8.0 13.0
3 刘景艳 河南理工大学电气工程与自动化学院 30 169 7.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (55)
共引文献  (80)
参考文献  (15)
节点文献
引证文献  (5)
同被引文献  (32)
二级引证文献  (13)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(4)
  • 参考文献(0)
  • 二级参考文献(4)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(9)
  • 参考文献(2)
  • 二级参考文献(7)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(5)
  • 参考文献(1)
  • 二级参考文献(4)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(6)
  • 参考文献(1)
  • 二级参考文献(5)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(6)
  • 参考文献(1)
  • 二级参考文献(5)
2006(11)
  • 参考文献(3)
  • 二级参考文献(8)
2007(6)
  • 参考文献(3)
  • 二级参考文献(3)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(4)
  • 引证文献(0)
  • 二级引证文献(4)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(4)
  • 引证文献(2)
  • 二级引证文献(2)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
齿轮
故障诊断
神经网络
遗传算法
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
郑州大学学报(工学版)
双月刊
1671-6833
41-1339/T
大16开
河南省郑州市科学大道100号
36-232
1980
chi
出版文献量(篇)
3118
总下载数(次)
0
总被引数(次)
21814
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导