基于Elman神经网络与PSO算法的机械密封端面摩擦状态识别

发布时间：2017-08-31 19:14

  本文关键词：基于Elman神经网络与PSO算法的机械密封端面摩擦状态识别

  更多相关文章： 机械密封 PSO算法 Elman神经网络 声发射

【摘要】：声发射法可用于监测机械密封工作过程中端面的摩擦状态。为准确提取机械密封端面声发射信号特征,提出了一种利用PSO算法(Particle Swarm Optimization,粒子群优化)对Elman神经网络进行优化的方法。采用该方法对机械密封端面的摩擦状态进行识别,并比较了优化前后神经网络对机械密封端面摩擦状态的识别率。结果表明:经过PSO算法优化后的Elman神经网络对机械密封的端面摩擦状态有更高的识别率,从而实现了对机械密封端面摩擦状态实时有效的监测。
【作者单位】： 西南交通大学机械工程学院;
【关键词】： 机械密封 PSO算法 Elman神经网络 声发射
【基金】：中央高校基本科研业务费专项资金项目(SWJTU12CX039)
【分类号】：TH136;TP183
【正文快照】： )j縥縥縥縥縥縥，

本文编号：767395