基于改进鱼群算法优化神经网络的轴承故障诊断研究

论文摘要

论述了一种改进的鱼群算法,利用其全局寻优能力优化BP神经网络的权值和阈值,形成一套基于改进鱼群算法优化神经网络的故障诊断方法（ADAFSA-BP）。通过试验采集和处理轴承故障信息,应用GA-BP,SFLA-BP和ADAFSA-BP对试验数据进行处理和对比分析,结果表明:ADAFSA-BP不仅加快了神经网络的收敛速度,而且在诊断精度上有了较大提高。

论文目录

• 1 改进的鱼群算法
•   1.1 鱼群算法
•   1.2 改进鱼群算法的行为描述
•     1.2.1 自适应邻域结构
•     1.2.2 视野和步长
•     1.2.3 聚群行为
•     1.2.4 追尾行为
•     1.2.5 觅食行为
• 2 改进鱼群算法优化BP神经网络
•   2.1 ADAFSA-BP网络模型
•   2.2 算法验证
• 3 ADAFSA-BP在轴承故障诊断中的应用
•   3.1 信号采集
•   3.2 选取故障特征值
•   3.3 参数设置及诊断系统构建
•   3.4 仿真结果与分析
• 4 结束语

文章来源

类型: 期刊论文

作者: 张宁,魏秀业,郭小勇,徐晋宏

关键词: 滚动轴承,故障诊断,鱼群算法,神经网络

来源: 轴承 2019年05期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 机械工业

单位: 中北大学机械工程学院,先进制造技术山西省重点实验室

分类号: TH133.3

DOI: 10.19533/j.issn1000-3762.2019.05.012

页码: 44-48

总页数: 5

文件大小: 972K

下载量: 312