《基于PSO-BP的齿轮箱故障检测机制研究》PDF+DOC
作者:蒋年华
单位:中国计算机自动测量与控制技术协会
出版:《计算机测量与控制》2013年第08期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFJZCK2013080200
DOC编号:DOCJZCK2013080209
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于角域加窗同步平均的太阳轮故障检测方法》PDF+DOC2017年第13期 王志乐,郭瑜,曹永立,伍星
《基于PSO-BP的红外温度传感器环境温度补偿》PDF+DOC2015年第02期 赵斌,王建华
《PSO-BP神经网络在多元有害气体检测中的应用》PDF+DOC2015年第02期 龚雪飞,徐景,孙寿通,刘萍,简家文
《基于振动传递符号有向图的齿轮箱嵌入式传感器优化配置模型与算法》PDF+DOC2009年第10期 陈仲生,杨拥民,李聪,尹剑飞
《齿轮箱传感器优化布置研究》PDF+DOC2010年第11期 魏秀业,潘宏侠,黄晋英
《PSO-BP神经网络在多元有害气体检测中的应用》PDF+DOC2017年第06期 桑晓丹
《CNN和D-S证据理论相结合的齿轮箱复合故障诊断研究》PDF+DOC2019年第10期 张立智,井陆阳,徐卫晓,谭继文
《基于神经网络的汽包水位传感器故障检测》PDF+DOC2006年第03期 陈丽娟,杨欣
《基于PSO-BP的无线传感器网络数据融合算法研究》PDF+DOC2014年第04期 陈秋红,郭猛
《基于优化异质BP神经网络信息融合的清洁机器人定位研究》PDF+DOC2014年第01期 张飞,耿红琴
传统的齿轮箱故障检测主要依靠参数测量后人工对信号进行分析,没有形成自动检测的系统模型,由于相关参数复杂且数量较大,经常会出现漏诊与虚诊现象。借鉴计算机领域的人工智能算法,提出一种基于PSO-BP的齿轮箱故障检测方法,使用特种传感器对齿轮箱故障信号进行采集,构造以时域、频域信号为输入的BP神经网络,使用粒子群优化方法对网络权重系数与阈值进行优化矫正,将故障类型作为神经网络的输出,通过计算机中的模拟测试实验证明,经过优化后的神经网络模型可以有更好的局部优化性能,故障诊断的准确率(在精度一定的情况下进行实验,随着粒子数的不断上升)较优化前有20%~30%的提升,因此具有很强的实用价值。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。