基于改进PSO的RBF神经网络在液压钻机故障诊断中的应用

• 作者: 吕枫 孙立峰
• 来源期刊: 液压与气动
• 学科: 工学
• 关键词: 液压故障诊断 改进PSO算法 RBF神经网络
• 年，卷（期）: 2014,（11）
• 所属期刊栏目: 主机 应用
• 页码范围: 91-94,127
• 页数: 5页
• 分类号: TH137
• 字数: 3018字
• 语种: 中文
• DOI: 10.11832/j.issn.1000-4858.2014.11.022

摘要

引入了一种基于解空间划分的改进粒子群算法,有效地解决了传统粒子群算法前期容易陷入局部极小值的问题,并将此算法应用到RBF神经网络的参数优化和样本学习中.运用聚减累算法确定了径向基函数中心个数,通过改进的PSO优化了网络中基函数的中心值和宽度,最后利用PSO训练网络输出样本,实现了液压钻机的故障诊断.试验结果表明,基于改进PSO优化的RBF神经网络在液压钻机故障诊断中,在样本较小的情况下,具有较快的响应速度以及较高的诊断精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕枫	内蒙古交通职业技术学院机械工程系	11	38	3.0	6.0
2	孙立峰	内蒙古交通职业技术学院机械工程系	6	16	2.0	4.0