基于PSO-BP的齿轮箱故障检测机制研究

• 作者: 蒋年华
• 来源期刊: 计算机测量与控制
• 关键词: 粒子群优化 系数矫正 齿轮故障 信号特征提取
• 年，卷（期）: 2013,（8）
• 所属期刊栏目: 自动化测试技术
• 页码范围: 2083-2086
• 页数: 4页
• 分类号: TM61
• 语种: 中文

摘要

传统的齿轮箱故障检测主要依靠参数测量后人工对信号进行分析,没有形成自动检测的系统模型,由于相关参数复杂且数量较大,经常会出现漏诊与虚诊现象.借鉴计算机领域的人工智能算法,提出一种基于PSO-BP的齿轮箱故障检测方法,使用特种传感器对齿轮箱故障信号进行采集,构造以时域、频域信号为输入的BP神经网络,使用粒子群优化方法对网络权重系数与阈值进行优化矫正,将故障类型作为神经网络的输出,通过计算机中的模拟测试实验证明,经过优化后的神经网络模型可以有更好的局部优化性能,故障诊断的准确率(在精度一定的情况下进行实验,随着粒子数的不断上升)较优化前有20％～30％的提升,因此具有很强的实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋年华	广西农业职业技术学院电子信息工程系	8	4	1.0	1.0