基于PSO优化的RBF网络液压泵故障诊断研究

• 作者: 周兵 周崇明 沈美杰 赵龙章
• 来源期刊: 液压与气动
• 学科: 工学
• 关键词: 液压泵 故障诊断 神经网络 粒子群
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 理论研究
• 页码范围: 87-92
• 页数: 6页
• 分类号: TH137|TP277
• 字数: 3508字
• 语种: 中文
• DOI: 10.11832/j.issn.1000-4858.2016.05.018

摘要

提出了以小包分解和粒子群优化的径向基神经网络(RBFNN)为基础的液压泵故障诊断方法.通过小波包分解对振动信号做降噪处理并提取相应的故障信号的特征能量值,将此特征能量值作为神经网络的输入,再采用粒子群算法对神经网络的数据中心和宽度、输出权值和阈值进行优化,并将其分别与基于传统神经网络和基于遗传算法优化的故障诊断方法进行对比分析.对比结果表明,该方法具有很好的诊断效果.

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	南京工业大学电气工程与控制科学学院	47	468	14.0	20.0
2	周兵	南京工业大学电气工程与控制科学学院	7	67	4.0	7.0
3	沈美杰	南京工业大学电气工程与控制科学学院	3	30	3.0	3.0
4	周崇明	南京工业大学电气工程与控制科学学院	3	24	3.0	3.0