中国农机化学报
中國農機化學報
중국농궤화학보
Journal of Chinese Agricultural Mechanization
2013年
3期
49-52
,共4页
齿轮箱%故障诊断%模拟退火%粒子群优化%神经网络
齒輪箱%故障診斷%模擬退火%粒子群優化%神經網絡
치륜상%고장진단%모의퇴화%입자군우화%신경망락
采用模拟退火算法,并融合了遗传算法的杂交和变异思想,对粒子群进行寻优运算,利用优化后的SA-PSO对BP神经网络权值和阈值进行优化.通过对拖拉机变速箱的齿轮故障进行诊断,结果表明,该方法解决了基本粒子群算法迭代速度慢容易陷入早熟问题;同时克服了传统BP算法容易陷入局部最小问题.与传统BP算法和Elman算法比较,在网络性能、收敛速度方面均优于前者,可以推广应用到其他故障模式和特征量之间具有非线性关系的故障诊断领域.
採用模擬退火算法,併融閤瞭遺傳算法的雜交和變異思想,對粒子群進行尋優運算,利用優化後的SA-PSO對BP神經網絡權值和閾值進行優化.通過對拖拉機變速箱的齒輪故障進行診斷,結果錶明,該方法解決瞭基本粒子群算法迭代速度慢容易陷入早熟問題;同時剋服瞭傳統BP算法容易陷入跼部最小問題.與傳統BP算法和Elman算法比較,在網絡性能、收斂速度方麵均優于前者,可以推廣應用到其他故障模式和特徵量之間具有非線性關繫的故障診斷領域.
채용모의퇴화산법,병융합료유전산법적잡교화변이사상,대입자군진행심우운산,이용우화후적SA-PSO대BP신경망락권치화역치진행우화.통과대타랍궤변속상적치륜고장진행진단,결과표명,해방법해결료기본입자군산법질대속도만용역함입조숙문제;동시극복료전통BP산법용역함입국부최소문제.여전통BP산법화Elman산법비교,재망락성능、수렴속도방면균우우전자,가이추엄응용도기타고장모식화특정량지간구유비선성관계적고장진단영역.