作者:
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:
针对BP神经网络对提升机制动系统进行故障诊断存在着收敛速度慢和可靠性差等缺点,提出了一种基于粒子群神经网络的故障诊断方法.根据制动系统故障征兆与故障类型之间的非线性和耦合性,建立了提升机制动系统的故障诊断模型;采用改进的粒子群算法优化BP神经网络的连接权值和阈值,应用于制动系统的故障诊断,缩短了神经网络的训练时间,提高了故障诊断的精度.仿真结果表明该诊断方法具有故障诊断能力强和诊断效率高等特点.
推荐文章
基于粒子群神经网络的汽轮机故障诊断
粒子群
神经网络
汽轮机
故障诊断
基于粒子群神经网络的发动机故障诊断
粒子群
神经网络
汽车发动机
故障诊断
基于粒子群优化SOM神经网络的轴系多振动故障诊断
粒子群算法
神经网络
振动
故障诊断
基于粒子群优化的可拓神经网络故障诊断方法研究
故障诊断
可拓神经网络
粒子群
物元
关联函数
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 基于改进粒子群神经网络的提升机故障诊断
来源期刊 河南理工大学学报(自然科学版) 学科 工学
关键词 矿井提升机 制动系统 故障诊断 神经网络 改进粒子群算法
年,卷(期) 2014,(3) 所属期刊栏目 机电工程
研究方向 页码范围 313-317
页数 5页 分类号 TP183|TD534
字数 2103字 语种 中文
DOI
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 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  (95)
共引文献  (222)
参考文献  (16)
节点文献
引证文献  (9)
同被引文献  (74)
二级引证文献  (29)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(12)
  • 参考文献(1)
  • 二级参考文献(11)
2003(9)
  • 参考文献(0)
  • 二级参考文献(9)
2004(11)
  • 参考文献(1)
  • 二级参考文献(10)
2005(17)
  • 参考文献(0)
  • 二级参考文献(17)
2006(9)
  • 参考文献(3)
  • 二级参考文献(6)
2007(11)
  • 参考文献(1)
  • 二级参考文献(10)
2008(9)
  • 参考文献(2)
  • 二级参考文献(7)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(6)
  • 参考文献(2)
  • 二级参考文献(4)
2011(4)
  • 参考文献(4)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(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)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(7)
  • 引证文献(2)
  • 二级引证文献(5)
2018(8)
  • 引证文献(0)
  • 二级引证文献(8)
2019(17)
  • 引证文献(3)
  • 二级引证文献(14)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
矿井提升机
制动系统
故障诊断
神经网络
改进粒子群算法
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
河南理工大学学报(自然科学版)
双月刊
1673-9787
41-1384/N
16开
河南省焦作市世纪大道2001号
3891
1981
chi
出版文献量(篇)
3451
总下载数(次)
5
总被引数(次)
20072
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导