应用GA-BP神经网络优化平摆复合振动筛的振动参数

• 作者: 李占福 沈国浪 童昕
• 来源期刊: 华侨大学学报（自然科学版）
• 关键词: 振动筛 振动参数 离散单元法 筛分效率 遗传算法-BP神经网络
• 年，卷（期）: 2018,（4）
• 页码范围: 509-513
• 页数: 5页
• 分类号: TD452
• 语种: 中文
• DOI: 10.11830/ISSN.1000-5013.201803010

摘要

针对目前筛分理论的研究仅局限于单因素考虑的问题,提出应用遗传算法(GA)优化的BP 神经网络对数据空间进行全局寻优,且考虑所有因素对筛分结果的综合影响.首先,通过离散单元法的筛分仿真试验,获取实际筛分过程中难以获取的数据.然后,利用 GA 优化的BP 神经网络对平摆复合振动筛的振动参数进行优化,选择5-9-1 的BP神经网络结构类型,得到优化后的振动参数组合,即振幅为 2 mm,振动频率为 26 Hz,振动方向角为46°,摆动频率为21 Hz,摆角为 1°.对优化后的结果进行一次模拟仿真验证,结果表明:验证结果与测试结果相吻合.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	童昕	华侨大学机电及自动化学院	42	196	9.0	12.0
5	沈国浪	华侨大学机电及自动化学院	3	4	1.0	2.0
6	李占福	福建工程学院福建省数字化装备重点实验室	6	14	2.0	3.0