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:
为了提高滚动轴承故障诊断的准确性,将蚁群算法与神经网络相结合,根据轴承故障产生的机理,建立其BP神经网络的诊断模型,以网络的误差为目标函数,通过蚁群算法进行BP网络的权值优化,并用优化好的BP网络进行故障诊断.仿真结果表明,该方法具有较高的故障诊断准确度,具有较强的实用性.
推荐文章
基于概率神经网络的滚动轴承故障诊断
PNN网络
BP神经网络
故障诊断
滚动轴承
基于卷积神经网络的滚动轴承故障诊断方法
深度学习
卷积神经网络
特征自动提取
轴承故障诊断
基于改进的RBF神经网络的滚动轴承故障诊断
RBF神经网络
减聚类算法
故障诊断
滚动轴承
基于小波包和改进BP神经网络的滚动轴承故障诊断方法
小波包
BP神经网络
Levenberg?Marquardt
滚动轴承
故障诊断
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 基于蚁群神经网络的滚动轴承故障诊断
来源期刊 轴承 学科 工学
关键词 滚动轴承 蚁群算法 神经网络 故障诊断
年,卷(期) 2012,(2) 所属期刊栏目 测量与仪器
研究方向 页码范围 34-36
页数 分类号 TH133.33|TP27
字数 2684字 语种 中文
DOI 10.3969/j.issn.1000-3762.2012.02.011
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (49)
共引文献  (126)
参考文献  (9)
节点文献
引证文献  (15)
同被引文献  (68)
二级引证文献  (93)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(7)
  • 参考文献(1)
  • 二级参考文献(6)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(10)
  • 参考文献(0)
  • 二级参考文献(10)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(9)
  • 参考文献(1)
  • 二级参考文献(8)
2008(8)
  • 参考文献(0)
  • 二级参考文献(8)
2009(6)
  • 参考文献(4)
  • 二级参考文献(2)
2010(3)
  • 参考文献(3)
  • 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(9)
  • 引证文献(5)
  • 二级引证文献(4)
2014(8)
  • 引证文献(2)
  • 二级引证文献(6)
2015(20)
  • 引证文献(3)
  • 二级引证文献(17)
2016(14)
  • 引证文献(0)
  • 二级引证文献(14)
2017(11)
  • 引证文献(0)
  • 二级引证文献(11)
2018(10)
  • 引证文献(1)
  • 二级引证文献(9)
2019(26)
  • 引证文献(3)
  • 二级引证文献(23)
2020(10)
  • 引证文献(1)
  • 二级引证文献(9)
研究主题发展历程
节点文献
滚动轴承
蚁群算法
神经网络
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
轴承
月刊
1000-3762
41-1148/TH
大16开
河南省洛阳市吉林路
36-17
1958
chi
出版文献量(篇)
4658
总下载数(次)
6
总被引数(次)
20623
论文1v1指导