PSO和RBF-PF在齿轮裂纹故障诊断中的研究

• 作者: 杨柳 马志远
• 来源期刊: 化学工程与装备
• 关键词: 粒子群 故障诊断 神经网络 粒子滤波
• 年，卷（期）: 2015,（12）
• 所属期刊栏目: 科学研究与开发
• 页码范围: 9-12
• 页数: 4页
• 语种: 中文

摘要

故障诊断采集的信号往往夹杂着噪声和固有频率等干扰,粒子滤波对非线性非高斯的复杂数据信号具有很强的去噪效果.人工神经网络具有完善的理论体系,清晰的算法流程,但是传统神经网络的梯度递减法有容易陷入局部极小值、收敛速度慢和运行效率低的缺点.将粒子群优化算法替代梯度递减法引入到神经网络来训练其连接权值和阀值,实验表明,粒子群优化神经网络减少了迭代次数,提高了诊断精度,能够快速准确地诊断出齿轮裂纹受损情况,也印证该优化算法是有效且强大的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨柳		5	7	2.0	2.0
2	马志远		2	0	0.0	0.0