机械研究与应用
機械研究與應用
궤계연구여응용
MECHANICAL RESEARCH & APPLICATION
2011年
3期
99-100,103
,共3页
遗传算法%神经网络%机械故障诊断
遺傳算法%神經網絡%機械故障診斷
유전산법%신경망락%궤계고장진단
针对传统的机械故障诊断方法的局限性,提出将人工神经网络应用于机械故障诊断中.由于BP算法存在收敛速度慢及易陷入局部极小等缺陷,利用实数编码改进遗传算法对神经网络的权值和阈值进行优化训练,并把训练好的神经网络用于机械振动信号预测及机械故障诊断中.通过对机械设备振动信号的预测,可以及早发现故障,及时消除故障隐患,为企业节省大量的维修时间和维修费用,提高企业的生产率.
針對傳統的機械故障診斷方法的跼限性,提齣將人工神經網絡應用于機械故障診斷中.由于BP算法存在收斂速度慢及易陷入跼部極小等缺陷,利用實數編碼改進遺傳算法對神經網絡的權值和閾值進行優化訓練,併把訓練好的神經網絡用于機械振動信號預測及機械故障診斷中.通過對機械設備振動信號的預測,可以及早髮現故障,及時消除故障隱患,為企業節省大量的維脩時間和維脩費用,提高企業的生產率.
침대전통적궤계고장진단방법적국한성,제출장인공신경망락응용우궤계고장진단중.유우BP산법존재수렴속도만급역함입국부겁소등결함,이용실수편마개진유전산법대신경망락적권치화역치진행우화훈련,병파훈련호적신경망락용우궤계진동신호예측급궤계고장진단중.통과대궤계설비진동신호적예측,가이급조발현고장,급시소제고장은환,위기업절성대량적유수시간화유수비용,제고기업적생산솔.
