位置:成果数据库 > 期刊 > 期刊详情页
高档车削中心故障知识库构建技术
  • ISSN号:1001-0645
  • 期刊名称:北京理工大学学报
  • 时间:0
  • 页码:230-235
  • 分类:TP206[自动化与计算机技术—控制科学与工程;自动化与计算机技术—检测技术与自动化装置] TP301[自动化与计算机技术—计算机系统结构;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]北京信息科技大学机电系统测控北京市重点实验室,北京100192, [2]北京信息科技大学智能机器人技术研究所,北京100192
  • 相关基金:国家自然科学基金(50975020); 北京市属高等学校人才强教计划资助项目(PHR20090518)
  • 相关项目:基于数据的机电设备多变换域非线性故障预测理论方法研究
中文摘要:

针对BP神经网络收敛速度慢,易于陷入局部极小点的问题,将蚁群算法引入BP神经网络的优化训练,建立了基于该算法的BP神经网络训练模型,并应用于电机转子故障诊断。结果表明,用蚁群算法训练神经网络具有较高的故障诊断精度,收敛性好,可以有效快速定位电机转子故障,提高诊断的效率和质量。

英文摘要:

To overcome shortcomings of BP neural network,ACO algorithm is introduced into optimization training of BP neural network.The fault diagnosis system of neural network is established.ACO algorithm is used to train a neural network for fault diagnosis of motor.The diagnostic results based on ACO algorithm are compared with those of BP algorithm.Comparisions of network training show that fault diagnosis system based on ACO algorithm has a better identification probability of faults for multi-fault symptoms.The results show that ACO algorithm has faster convergence rate,higher accuracy and searching efficiency.

同期刊论文项目
期刊论文 25 会议论文 42 获奖 8 专利 18 著作 2
同项目期刊论文
期刊信息
  • 《北京理工大学学报》
  • 北大核心期刊(2011版)
  • 主管单位:中华人民共和国工业和信息化部
  • 主办单位:北京理工大学
  • 主编:黄风雷
  • 地址:北京海淀区中关村南大街5号
  • 邮编:100081
  • 邮箱:blgzw@bit.edu.cn
  • 电话:010-68912326 68913988
  • 国际标准刊号:ISSN:1001-0645
  • 国内统一刊号:ISSN:11-2596/T
  • 邮发代号:82-502
  • 获奖情况:
  • 全国优秀高等学校自然科学学报及教育部优秀科技期...,首届国家期刊奖提名奖,中文核心期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),美国数学评论(网络版),德国数学文摘,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),英国英国皇家化学学会文摘,中国北大核心期刊(2000版)
  • 被引量:17163