基于AC-DE算法的风电机组齿轮箱故障诊断方法

• 作者: 刘万军 尹玉萍
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 蚁群算法 微分进化算法 风电机组 齿轮箱 故障诊断
• 年，卷（期）: 2014,（13）
• 所属期刊栏目: 博士论坛
• 页码范围: 10-14,65
• 页数: 6页
• 分类号: TP277
• 字数: 5180字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1310-0378

摘要

提出一种基于蚁群和微分进化优化BP神经网络的风电机组齿轮箱故障诊断方法。将蚁群算法的信息素更新机制用于微分进化算法当中，提高微分进化算法的收敛速度，并利用微分进化个体更新方式改善蚁群算法的早熟问题，利用AC-DE算法对BP神经网络的权值和阈值进行优化，改善了BP神经网络算法陷入局部最优解的缺点，提高了神经网络的训练效率和收敛速度。经测试该方法诊断结果正确且精度高，表明了AC-DE优化BP神经网络用于风电机组齿轮箱故障诊断的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘万军	辽宁工程技术大学软件学院	181	1681	19.0	33.0
2	尹玉萍	辽宁工程技术大学电气与控制工程学院	16	51	5.0	7.0