位置：成果数据库 > 期刊 > 期刊详情页
粒子群优化的神经网络在故障诊断中的应用
  • ISSN号：1004-6801
  • 期刊名称：《振动．测试与诊断》
  • 时间：0
  • 分类：TH132[机械工程—机械制造及自动化]
  • 作者机构：[1]中北大学机械工程与自动化学院,太原030051
  • 相关基金：国家自然科学基金资助项目（编号：50575214）.
作者： 魏秀业[1], 潘宏侠[1], 马清峰[1]
关键词： 齿轮箱, 故障诊断, 神经网络, 粒子群优化
中文摘要：

为提高齿轮箱故障诊断性能，建立了以齿轮箱振动信号的时频域特征为输入，以齿轮箱的主要故障形式为输出的神经网络。采用粒子群优化算法代替反向传播算法来训练神经网络的权重和阈值，利用训练后的神经网络对齿轮箱进行了故障诊断，并比较了基于粒子群优化算法与BP算法的诊断结果。结论是基于粒子群优化算法神经网络具有较好训练性能，收敛速度快，迭代步数少，诊断精度高，具有良好的故障识别率。

同期刊论文项目
基于群体智能分析的传动箱故障诊断研究
期刊论文 16 会议论文 5
同项目期刊论文
粒子群优化算法及其在机械故障诊
灰色理论在传动箱故障诊断中的应
1/3倍频程谱分析及其在轴承故障
基于粒子群优化神经网络在故障诊
齿轮箱振动信号的能量分析方法
设备故障趋势预测的分析与应用
基于盲信号处理的传动箱状态监测
粒子群优化算法在传动箱故障诊断
基于盲信号处理的传动箱状态监测与故障诊断
粒子群优化齿轮箱振动信号周期分量提取方法
基于粒子群优化的故障特征提取技术研究
基于高阶累量谱的轴承故障诊断
粒子群优化算法在传动箱故障诊断中的应用
粒子群优化技术用于故障诊断中的测点优化配置研究
基于粒子群优化的设备状态分类器设计
期刊信息
  • 《振动．测试与诊断》
  • 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:南京航空航天大学 全国高校机械工程测试技术研究会
  • 主编：赵淳生
  • 地址：南京市白下区御道街29号
  • 邮编：210016
  • 邮箱：yohe2009@yahoo.cn
  • 电话：025-84893332
  • 国际标准刊号：ISSN：1004-6801
  • 国内统一刊号：ISSN：32-1361/V
  • 邮发代号:28-239
  • 获奖情况:
  • 国内外数据库收录:
  • 荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,中国中国科技核心期刊,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）
  • 被引量:7850