基于PSO优化PNN方法的机床齿轮箱振动检测  

作　　者：韩静鸽[1] 

机构地区：[1]许昌职业技术学院机电与汽车工程学院,河南省许昌市461000

出　　处：《工程机械文摘》2024年第6期68-70,共3页Construction Machinery Digest

摘　　要：分析机床齿轮箱的振动信号有助于判断其故障诊断结果。结合粒子群算法PSO和概率神经网络PNN的优点,设计一种PSO优化PNN方法,并成功应用到机床齿轮箱振动检测中。研究结果表明:保持网络模型节点数恒定的情况下,经过450次迭代后,达到了最低输出误差,设定PNN平滑因子为2.41,将PNN模型迭代次数和平滑因子依次设定为在450与2.41。采用此算法也可以消除重复迭代计算过程的冗余操作,大幅缩短振动分类过程所需的时间。该研究有助于提高机床传动系统的工作效率,对保证机加工精度具有较好的使用效果。

关 键 词：齿轮箱 振动信号 粒子群优化 概率神经网络 故障诊断 

分 类 号：TG502.7[金属学及工艺—金属切削加工及机床] TP18[自动化与计算机技术—控制理论与控制工程]