一种优化算法在齿轮传动装置故障诊断中的应用  

Gearbox Fault Diagnosis Via Neural Network Based on PSO-DV

作　　者：杨长保[1] 刘波[2] 

机构地区：[1]华中光电技术研究所-武汉光电国家实验室,武汉430073 [2]中北大学机械工程与自动化学院,太原030051

出　　处：《机械工程师》2011年第9期74-77,共4页Mechanical Engineer

基　　金：国家自然科学基金资助项目(50875247)

摘　　要：分析了粒子群算法(PSO)和差分进化算法(DE)的特点,提出了一种PSO-DV算法用于优化BP神经网络的权值和阈值,并利用PSO-DV算法优化的BP神经网络进行了齿轮箱的故障诊断。试验结果表明,PSO-DV算法可以避免神经网络陷入局部极小,改善了收敛性能,同时保证了齿轮箱故障诊断的正判率。A PSO-DV algorithm is proposed based on analysis of characteristic of particle swarm optimization and differential evolution algorithms to optimize parameters of BP neural network. Then, the PSO-DV algorithm trained BP neural network is applied to a gear-box fault diagnosis experiment. The experimental result indicates that the BP neural network training method escape from local minimum value using PSO-DV algorithm. Meanwhile, based on the PSO algorithm is an effective training algorithm, and it is also an available approach to solve fault diagnosis problems.

关 键 词：粒子群算法 差分进化算法 故障诊断 齿轮箱 

分 类 号：TJ306[兵器科学与技术—火炮、自动武器与弹药工程]