基于IPSO-BP神经网络的钢丝绳断丝损伤识别模型研究

• 作者: 刘志辉 钟小勇
• 来源期刊: 中国安全生产科学技术
• 学科: 工学
• 关键词: 钢丝绳 损伤 识别 IPSO-BP神经网络 惯性权重
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 职业安全卫生管理与技术
• 页码范围: 70-75
• 页数: 6页
• 分类号: X943
• 字数: 3762字
• 语种: 中文
• DOI: 10.11731/j.issn.1673-193x.2020.04.011

摘要

为解决传统钢丝绳断丝损伤识别方法精度低,BP神经网络陷入局部最优等问题,提出改进粒子群算法(IPSO)的BP神经网络识别模型.通过采集钢丝绳断丝损伤信号,提取缺陷信号特征,用峰值、峰峰值、波宽、波形下面积和波动能量5个特征值组成特征向量作为神经网络的输人,断丝数量作为神经网络的输出;利用改进粒子群算法对BP神经网络的初始权值和阈值进行优化;建立基于IPSO-BP算法的神经网络模型,用于钢丝绳断丝的定量识别.结果表明:IPSO-BPS神经网络模型的钢丝绳断丝损伤识别精度、泛化能力均高于传统BP神经网络模型,且改进的粒子群算法迭代寻优速度更快.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钟小勇	江西理工大学理学院	8	30	3.0	5.0
2	刘志辉	江西理工大学理学院	2	3	1.0	1.0