基于粗糙遗传BP神经网络的滚动轴承故障诊断

• 作者: 唐立力
• 来源期刊: 机械工程与自动化
• 学科: 工学
• 关键词: 滚动轴承 故障诊断 粗糙集 遗传算法 BP神经网络
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 质量监测与故障诊断
• 页码范围: 138-140
• 页数: 3页
• 分类号: TH133.33|TH165+.3
• 字数: 2020字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-6413.2018.03.056

摘要

为了提高滚动轴承的故障诊断效率和精度,将粗糙集理论和遗传BP神经网络相结合,提出了一种新的滚动轴承故障诊断方法.首先利用粗糙集理论对故障诊断决策表进行属性约简,以简化BP神经网络的结构及降低计算量.然后利用遗传算法来优化BP神经网络的参数以达到最优泛化能力,从而建立粗糙遗传BP神经网络故障诊断模型.以美国凯斯西储大学的轴承数据为例,通过MATLAB仿真,结果表明该方法不仅可以克服BP神经网络的缺陷、减少遗传寻优迭代次数,还能提高故障诊断精确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐立力	重庆工商大学融智学院	19	55	5.0	7.0