自动化与仪器仪表
自動化與儀器儀錶
자동화여의기의표
AUTOMATION & INSTRUMENTATION
2013年
2期
143-144
,共2页
PSO-RBF神经网络%电机轴承%故障诊断
PSO-RBF神經網絡%電機軸承%故障診斷
PSO-RBF신경망락%전궤축승%고장진단
PSO-RBF Neural Network%Motor Bearing%Fault Diagnosis
提出了一种基于PSO-RBF神经网络的电机轴承故障诊断方法.针对RBF神经网络泛化能力方面的不足,利用PSO算法对RBF神经网络的参数进行优化,然后采用优化后的PSO-RBF神经网络对轴承的故障形式进行诊断.结果表明, PSO-RBF神经网络的分类效果较好,在故障诊断领域有很好的应用价值.
提齣瞭一種基于PSO-RBF神經網絡的電機軸承故障診斷方法.針對RBF神經網絡汎化能力方麵的不足,利用PSO算法對RBF神經網絡的參數進行優化,然後採用優化後的PSO-RBF神經網絡對軸承的故障形式進行診斷.結果錶明, PSO-RBF神經網絡的分類效果較好,在故障診斷領域有很好的應用價值.
제출료일충기우PSO-RBF신경망락적전궤축승고장진단방법.침대RBF신경망락범화능력방면적불족,이용PSO산법대RBF신경망락적삼수진행우화,연후채용우화후적PSO-RBF신경망락대축승적고장형식진행진단.결과표명, PSO-RBF신경망락적분류효과교호,재고장진단영역유흔호적응용개치.
A new method based on PSO-RBF neural network for fault diagnosis on the motor bearing is presented. PSO algo-rithm is used to optimize parameters of RBF neural network for improving performance of generalization ability.The bearing di-agnosis can be identified by using optimized PSO-RBF neural network automatically.The experiment results show that PSO-RBF neural network on classification is quite effective. That method has the good function in fault diagnosis techniques.