原文服务方: 机械传动       
摘要:
准确评估轴承的性能退化程度是旋转机械预知维护的基础与关键,也是当前研究的新方向.提出了一种萤火虫神经网络方法,并首次应用于轴承性能退化程度的评估.利用萤火虫优化算法得到BP神经网络的最佳初始权值和阈值,提取功率谱熵、小波熵、盒维数、关联维数、峭度和偏度作为故障特征.算例结果表明,萤火虫优化算法提高了网络的预测精度,所提方法可准确评估滚动轴承的性能退化程度,验证了其在工程应用中的有效性与准确性.
推荐文章
萤火虫优化神经网络的体育成绩预测模型
萤火虫优化算法
神经网络
体育成绩
预测模型
基于小波包Tsallis熵和FCM的滚动轴承性能退化评估
滚动轴承
性能退化评估
模糊C均值
小波包Tsallis熵
早期故障
基于AR-FCM的滚动轴承的性能退化评估
AR模型
FCM模型
滚动轴承
性能退化评估
希尔伯特包络解调
改进的萤火虫算法优化BP神经网络及应用
自适应步长
萤火虫算法
BP神经网络
突防效能
评估
优化
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 基于萤火虫神经网络的轴承性能退化程度评估
来源期刊 机械传动 学科
关键词 滚动轴承 性能退化程度评估 BP神经网络 萤火虫优化算法
年,卷(期) 2014,(5) 所属期刊栏目 试验分析
研究方向 页码范围 107-109,131
页数 4页 分类号
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (63)
共引文献  (245)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(10)
  • 参考文献(0)
  • 二级参考文献(10)
2006(12)
  • 参考文献(1)
  • 二级参考文献(11)
2007(16)
  • 参考文献(2)
  • 二级参考文献(14)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(3)
  • 参考文献(3)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 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)
研究主题发展历程
节点文献
滚动轴承
性能退化程度评估
BP神经网络
萤火虫优化算法
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
机械传动
月刊
1004-2539
41-1129/TH
大16开
河南省郑州市科学大道149号
1977-01-01
中文
出版文献量(篇)
6089
总下载数(次)
0
总被引数(次)
31469
论文1v1指导