基于PSO-WNN的液压泵故障诊断

• 作者: 何如意 赵龙章 钱宝存 高士翔
• 来源期刊: 液压与气动
• 学科: 工学
• 关键词: 液压泵 PSO优化 小波包分解 RBF神经网络
• 年，卷（期）: 2014,（7）
• 所属期刊栏目: 元件 介质
• 页码范围: 34-37,48
• 页数: 5页
• 分类号: TH137|TP13
• 字数: 2842字
• 语种: 中文
• DOI: 10.11832/j.issn.1000-4858.2014.07.009

摘要

提出一种多理论融合的新型故障诊断方法并实验验证.选择在函数逼近、学习速率等方面有优势的径向基(RBF)网络,同时采用小波包分解对振动信号降噪并提取频带能量作为RBF的输入.引入粒子群算法(PSO)对RBF神经网络的参数进行优化.结果表明PSO优化的小波RBF神经网络能较为准确地对液压泵故障做出识别与监测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵龙章	南京工业大学自动化与电气工程学院	47	468	14.0	20.0
2	高士翔	南京工业大学自动化与电气工程学院	2	9	2.0	2.0
3	钱宝存	南京工业大学自动化与电气工程学院	2	9	2.0	2.0
4	何如意	南京工业大学自动化与电气工程学院	2	9	2.0	2.0