太原理工大学学报
太原理工大學學報
태원리공대학학보
JOURNAL OF TAIYUAN UNIVERSITY OF TECHNOLOGY
2011年
2期
145-148
,共4页
齿轮箱%DCWPSO%故障诊断%状态监测
齒輪箱%DCWPSO%故障診斷%狀態鑑測
치륜상%DCWPSO%고장진단%상태감측
针对工程上齿轮箱实时监测和故障诊断的需要,对JZQ250型齿轮箱展开研究,提出了基于动态惯性权重PSO算法训练BP神经网络的齿轮箱故障诊断方法.通过时域参数分析提取监测特征值作为齿轮葙的状态监测值,将故障特征向量作为神经网络的输入向量进行故障诊断,并与BP算法的诊断结果进行了比较.实验结果表明,动态惯性权重PSO算法具有收敛速度快,经过神经网络学习训练后能较好地收敛于最优解;该算法用于齿轮箱故障诊断效果理想,能够准确进行齿轮箱故障定位,在故障诊断领域里具有广泛的应用前景.
針對工程上齒輪箱實時鑑測和故障診斷的需要,對JZQ250型齒輪箱展開研究,提齣瞭基于動態慣性權重PSO算法訓練BP神經網絡的齒輪箱故障診斷方法.通過時域參數分析提取鑑測特徵值作為齒輪葙的狀態鑑測值,將故障特徵嚮量作為神經網絡的輸入嚮量進行故障診斷,併與BP算法的診斷結果進行瞭比較.實驗結果錶明,動態慣性權重PSO算法具有收斂速度快,經過神經網絡學習訓練後能較好地收斂于最優解;該算法用于齒輪箱故障診斷效果理想,能夠準確進行齒輪箱故障定位,在故障診斷領域裏具有廣汎的應用前景.
침대공정상치륜상실시감측화고장진단적수요,대JZQ250형치륜상전개연구,제출료기우동태관성권중PSO산법훈련BP신경망락적치륜상고장진단방법.통과시역삼수분석제취감측특정치작위치륜상적상태감측치,장고장특정향량작위신경망락적수입향량진행고장진단,병여BP산법적진단결과진행료비교.실험결과표명,동태관성권중PSO산법구유수렴속도쾌,경과신경망락학습훈련후능교호지수렴우최우해;해산법용우치륜상고장진단효과이상,능구준학진행치륜상고장정위,재고장진단영역리구유엄범적응용전경.
