基于变异算子的PSO小波神经网络在齿轮箱故障诊断中的应用

发布时间：2018-04-28 16:47

  本文选题：变异算子粒子群优化 + WNN故障诊断　； 参考：《矿山机械》2017年01期

【摘要】：由于齿轮箱振动信号复杂及故障类型难以预知,因此提出了一种引入变异算子PSO的小波神经网络对齿轮箱故障进行诊断。仿真结果表明,该方法明显优于传统小波神经网络方法,不仅迭代次数大幅减少,而且收敛精度和收敛速度也有很大提高。将引入变异算子PSO的小波神经网络方法应用到高转速运转下齿轮箱故障诊断中,试验结果进一步验证了该方法的精确性,并能准确地识别齿轮的损坏程度。
[Abstract]:Because the vibration signal of gear box is complex and the type of fault is difficult to predict, a wavelet neural network based on mutation operator PSO is proposed to diagnose the fault of gear box. The simulation results show that the proposed method is superior to the traditional wavelet neural network method, which not only reduces the number of iterations, but also improves the convergence accuracy and convergence speed. The wavelet neural network method with mutation operator PSO is applied to the fault diagnosis of gear box at high speed. The experimental results further verify the accuracy of the method and can accurately identify the damage degree of gear.
【作者单位】： 武汉工程大学机电工程学院;南昌航空大学无损检测技术教育部重点实验室;
【分类号】：TH132.41;TP18

【参考文献】

相关期刊论文 前10条

1 禚真福;杨永建;樊晓光;王晟达;南建国;王久崇;;改进二分粒子群优化算法的阵列方向图综合[J];系统工程与电子技术;2015年11期

2 唐明珠;黎涛;谭欣星;张亢;;基于ICSVM的风电机组齿轮箱故障诊断[J];计算机工程与应用;2016年14期

3 刘萍萍;马昱阳;;小波神经网络的大坝变形预测研究[J];西安工业大学学报;2014年11期

4 程声烽;程小华;杨露;;基于改进粒子群算法的小波神经网络在变压器故障诊断中的应用[J];电力系统保护与控制;2014年19期

5 冯志鹏;赵镭镭;褚福磊;;行星齿轮箱齿轮局部故障振动频谱特征[J];中国电机工程学报;2013年05期

6 程加堂;熊伟;艾莉;;齿轮箱故障诊断灰色神经网络模型的研究[J];机械传动;2010年10期

7 时建峰;程珩;许征程;史少辉;时伟;钮效潂;;小波包与改进BP神经网络相结合的齿轮箱故障识别[J];振动、测试与诊断;2009年03期

8 毛鸿伟;潘宏侠;刘文礼;;基于粒子群优化的小波神经网络及其在齿轮箱故障诊断中的应用[J];振动与冲击;2007年05期

9 李冬辉;李晟;;基于小波神经网络的空调系统传感器故障诊断[J];传感器与微系统;2007年04期

10 李宁,孙德宝,岑翼刚,邹彤;带变异算子的粒子群优化算法[J];计算机工程与应用;2004年17期

【共引文献】

相关期刊论文 前10条

1 于永军;贾子文;顾煜炯;王方楠;;基于阶比与散度分析的风机齿轮箱故障诊断[J];电力科学与工程;2017年01期

2 黄麒元;王致杰;杜彬;盛戈v，

本文编号：1816086