蚁群优化BP神经网络的电机故障诊断设计与实现

• 作者: 谢辅雯
• 来源期刊: 制造业自动化
• 学科: 工学
• 关键词: 故障 蚁群优化算法 BP算法 诊断
• 年，卷（期）: 2012,（10）
• 所属期刊栏目: 分析与探讨
• 页码范围: 106-108
• 分类号: TP319
• 字数: 3073字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-0134.2012.5(x).31

摘要

针对传统的故障诊断方法采用专家知识推理方法在获取知识方面的困难,提出了一种采用蚁群优化算法和BP神经网络的自适应电机故障诊断系统.使用BP神经网络对样本数据进行训练,可以建立故障征兆到故障之间的对应关系,从而可以克服专家系统的不足,同时,由于传统的BP算法采用梯度下降算法,具有收敛速度慢和容易陷入局部最优解的问题,且BP神经网络的网络结构和初始参数在确定时往往依靠经验,从而限制了其在故障诊断领域的进一步发展.蚁群算法是一种启发式的模拟进化优化算法,具有正反馈及其分布式计算等特点,因此,将蚁群算法应用于BP神经网络的结构和参数进行优化,然后采用优化后的BP神经网络进行故障诊断,电机诊断实例证明文中方法较BP神经网络和遗传算法优化的BP神经网络具有更高的诊断精度和训练效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢辅雯	赣南师范学院科技学院	17	34	4.0	5.0