| 基于双隐含层RWPSO-BP神经网络的齿轮箱故障诊断研究 |
| |
| 引用本文： | 谢锋云,董建坤,王二化,符羽,闫少石.基于双隐含层RWPSO-BP神经网络的齿轮箱故障诊断研究[J].现代制造工程,2021(6):155-160. |
| |
| 作者姓名： | 谢锋云 董建坤 王二化 符羽 闫少石 |
| |
| 作者单位： | 华东交通大学机电与车辆工程学院,南昌330013;常州信息职业技术学院机电工程学院,常州213164 |
| |
| 摘 要： | 针对齿轮箱故障诊断过程中采集到的振动信号通常都比较复杂多变,随机性和偶然性也比较强的特点,提出了一种基于随机权重粒子群优化(Random Weight Particle Swarm Optimization,RWPSO)算法的双隐含层反向传播(Back Propa-gation,BBP)神经网络(RWPSO-BP)的齿轮箱故障诊断方法.对江苏千鹏诊断工程有限公司所公布的齿轮箱故障诊断实验中的原始振动数据进行多特征值提取;利用主成分分析法(Principal Component Analysis,PCA)对特征集进行降维处理,将多个变量的数据集转变为较少新变量的数据集(即主成分),把所选主成分归一化处理后利用双隐含层RWPSO-BP 神经网络进行诊断分析;将分析结果与单隐含层RWPSO-BP神经网络对测试样本的识别结果作对比.最后的诊断结果为:双隐含层RWPSO-BP神经网络的误差更小,可以较为准确地对齿轮箱故障类型进行有效的识别.
|
| 关 键 词： | 齿轮箱故障识别 双隐含层 特征提取 主成分分析 RWPSO-BP神经网络 |
Research on gearbox fault diagnosis based on double hidden layer RWPSO-BP neural network |
| |
| XIE Fengyun,DONG Jiankun,WANG Erhua,FU Yu,YAN Shaoshi.Research on gearbox fault diagnosis based on double hidden layer RWPSO-BP neural network[J].Modern Manufacturing Engineering,2021(6):155-160. |
| |
| Authors: | XIE Fengyun DONG Jiankun WANG Erhua FU Yu YAN Shaoshi |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
