基于纵横交叉算法优化BP神经网络的风机齿轮箱故障诊断方法

• 作者: 孟安波 葛佳菲 马留洋
• 来源期刊: 广东工业大学学报
• 学科: 工学
• 关键词: 风电机组 齿轮箱 纵横交叉算法 BP神经网络 故障诊断
• 年，卷（期）: 2018,（2）
• 页码范围: 57-62
• 页数: 6页
• 分类号: TM315
• 字数: 4537字
• 语种: 中文
• DOI: 10.12052/gdutxb.170019

摘要

风电机组齿轮箱的运行工况比较复杂,容易发生故障. 针对常规BP(Back Propagation)神经网络故障诊断容易陷入局部最优的问题,提出一种基于纵横交叉算法(Crisscross Optimization Algorithm,CSO)优化BP神经网络的风电齿轮箱故障诊断新方法. 考虑到风电齿轮箱振动信号的波动性和非线性,首先从信号中提取故障特征参数,建立带评价因子的误差分析模型,然后通过纵横交叉算法优化BP的权值和阈值对神经网络进行训练,最后用训练好的神经网络对样本进行测试. 经实验仿真并与其他方法的对比,验证了本文方法用于风电机组故障诊断有效性及优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟安波	广东工业大学自动化学院	92	669	15.0	21.0
2	马留洋	广东工业大学自动化学院	9	39	4.0	6.0
3	葛佳菲	广东工业大学自动化学院	5	47	4.0	5.0