遗传算法和BP神经网络在电机故障诊断中的应用研究  

Application Research on Genetic Algorithm and BP Neural Network in Motor Fault Diagnosis

作　　者：杨超[1] 王志伟[1] 

机构地区：[1]华东交通大学载运工具与装备省部共建教育部重点实验室,南昌330013

出　　处：《噪声与振动控制》2010年第5期153-156,185,共5页Noise and Vibration Control

基　　金：载运工具与装备省部共建教育部重点实验室开放基金资助;华东交通大学研究生创新专项资金项目资助(项目编号YC09C003)

摘　　要：针对BP神经网络算法容易陷入局部极小点及收敛速度慢的问题,利用遗传算法对BP神经网络的权值和阀值进行优化,改善BP神经网络的诊断性能;通过GA-BP网络对电机的三种工作状态进行了诊断识别,其实验仿真结果表明:无论是在诊断速度上还是诊断精度上,GA-BP神经网络诊断性能都比单独的运用BP网络有很大提高。Aiming at the problem that BP neural network algorithm may easily fall into local minimum point and converge slowly,the weight and threshold value of BP neural network are optimized by using genetic algorithm,and the diagnosis performance of BP neural network is improved.Three kinds of working states of a motor are distinguished using the GA-BP network.The results show that the diagnosis performance of GA-BP network is better than that of using individual BP network in both aspects of speed and accuracy of motor fault diagnosis.

关 键 词：振动与波 遗传算法 BP神经网络 故障诊断 诊断精度 

分 类 号：TP206.3[自动化与计算机技术—检测技术与自动化装置]