本文選題：滾動軸承 + 混合蛙跳算法��； 參考：《機(jī)械傳動》2017年05期

【摘要】：以滾動軸承故障診斷為課題研究背景,以JZQ250型號傳動箱為實驗對象,將混合蛙跳算法與BP神經(jīng)網(wǎng)絡(luò)進(jìn)行結(jié)合,利用混合蛙跳算法高效的計算性能和優(yōu)良的全局搜索能力,對BP神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行優(yōu)化。通過對比發(fā)現(xiàn),混合蛙跳算法優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)模型,可避免BP神經(jīng)網(wǎng)絡(luò)在訓(xùn)練中陷入局部最優(yōu),減短訓(xùn)練時間,提高訓(xùn)練準(zhǔn)確度,具有較高收斂速度和準(zhǔn)確診斷能力。通過一系列訓(xùn)練和測試,結(jié)果表明,這種方法能夠提高診斷的可靠性和準(zhǔn)確性。
[Abstract]:Taking the rolling bearing fault diagnosis as the research background, taking the JZQ250 transmission box as the experimental object, the hybrid leapfrog algorithm is combined with the BP neural network, and the hybrid leapfrog algorithm is used for efficient calculation and excellent global search ability. The network structure of BP neural network is optimized. It is found by comparison that the BP neural network model optimized by the hybrid leapfrog algorithm can avoid the BP neural network falling into the local optimum in the training, shorten the training time, improve the training accuracy, and have higher convergence speed and accurate diagnosis ability. Through a series of training and testing, the results show that this method can improve the reliability and accuracy of diagnosis.
【作者單位】： 中北大學(xué)機(jī)械與動力工程學(xué)院;臨汾職業(yè)技術(shù)學(xué)院;先進(jìn)制造技術(shù)山西省重點實驗室;
【基金】：山西省重點實驗室開放基金(XJZZ201601-06)
【分類號】：TH133.33

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 唐貴基;楊玉婧;宋彩萌;;基于神經(jīng)網(wǎng)絡(luò)的旋轉(zhuǎn)機(jī)械振動故障診斷[J];機(jī)械工程師;2012年01期

2 欒美潔;許飛云;賈民平;;旋轉(zhuǎn)機(jī)械故障診斷的神經(jīng)網(wǎng)絡(luò)方法研究[J];噪聲與振動控制;2008年01期

3 高強(qiáng);錢林方;侯遠(yuǎn)龍;王力;;泵控缸電液位置伺服系統(tǒng)的神經(jīng)網(wǎng)絡(luò)模型參考自適應(yīng)控制[J];機(jī)床與液壓;2008年06期

4 徐小力;左云波;吳國新;;量子神經(jīng)網(wǎng)絡(luò)在旋轉(zhuǎn)機(jī)組狀態(tài)趨勢預(yù)測中的應(yīng)用[J];機(jī)械強(qiáng)度;2010年04期

5 何文;同淑榮;王克勤;;基于神經(jīng)網(wǎng)絡(luò)的質(zhì)量控制圖異常診斷[J];機(jī)械制造;2013年05期

6 許寧,黃之初;神經(jīng)網(wǎng)絡(luò)在旋轉(zhuǎn)機(jī)械故障診斷中的應(yīng)用研究[J];礦山機(jī)械;2005年08期

7 宋文杰;劉伯峰;王平;姜冰;;基于小波—神經(jīng)網(wǎng)絡(luò)的故障劣化趨勢檢測[J];職大學(xué)報(自然科學(xué)版);2006年02期

8 王志濤;肖明清;謝化勇;禚真福;薛輝輝;;基于神經(jīng)網(wǎng)絡(luò)的故障診斷效能模糊綜合評價研究[J];計算機(jī)測量與控制;2011年12期

9 戴中浩;林瓊;王秋成;;基于神經(jīng)網(wǎng)絡(luò)的再制造自動變速箱檢測及試驗研究[J];機(jī)械制造;2012年01期

10 何存富;楊申;劉增華;焦敬品;宋國榮;吳斌;;基于神經(jīng)網(wǎng)絡(luò)技術(shù)的管道機(jī)電阻抗健康狀況定量評估研究[J];實驗力學(xué);2013年01期

相關(guān)會議論文 前9條

1 杜福銀;封其勃;;一種基于Hopfield神經(jīng)網(wǎng)絡(luò)作業(yè)車間調(diào)度問題的優(yōu)化方法[A];2009年中國智能自動化會議論文集（第一分冊）[C];2009年

2 宋國明;王厚軍;姜書艷;劉紅;;基于神經(jīng)網(wǎng)絡(luò)的融合智能診斷方法在模擬電路故障診斷中的應(yīng)用[A];2007'中國儀器儀表與測控技術(shù)交流大會論文集（二）[C];2007年

3 宋軼民;余躍慶;張策;馬文貴;;基于神經(jīng)網(wǎng)絡(luò)的機(jī)敏機(jī)構(gòu)振動自校正控制[A];第十二屆全國機(jī)構(gòu)學(xué)學(xué)術(shù)研討會論文集[C];2000年

4 吳洪民;;氣動伺服定位系統(tǒng)的神經(jīng)網(wǎng)絡(luò)模糊自適應(yīng)PID控制[A];第一屆全國流體動力及控制工程學(xué)術(shù)會議論文集（第二卷）[C];2000年

5 黎啟柏;桂佩佩;韓君;;二次調(diào)節(jié)控制系統(tǒng)的模糊-神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)自適應(yīng)控制[A];液壓與氣動學(xué)術(shù)研討會論文集[C];2004年

6 黎啟柏;桂佩佩;韓君;;二次調(diào)節(jié)控制系統(tǒng)的模糊-神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)自適應(yīng)控制[A];第三屆全國流體傳動及控制工程學(xué)術(shù)會議論文集（第三卷）[C];2004年

7 曹春紅;張斌;王利民;李文輝;;基于免疫神經(jīng)網(wǎng)絡(luò)的幾何約束求解技術(shù)的研究[A];第二十七屆中國控制會議論文集[C];2008年

8 謝進(jìn);閻開印;陳永;;神經(jīng)網(wǎng)絡(luò)技術(shù)在平面機(jī)構(gòu)綜合中的應(yīng)用[A];加入WTO和中國科技與可持續(xù)發(fā)展——挑戰(zhàn)與機(jī)遇、責(zé)任和對策（下冊）[C];2002年

9 徐志方;賀小明;張傳維;沈路;;集成神經(jīng)網(wǎng)絡(luò)信息融合技術(shù)在給水泵故障診斷中的應(yīng)用[A];設(shè)備監(jiān)測與診斷技術(shù)及其應(yīng)用——第十二屆全國設(shè)備監(jiān)測與診斷學(xué)術(shù)會議論文集[C];2005年

相關(guān)碩士學(xué)位論文 前10條

1 王栗;面向電機(jī)軸承的快速故障診斷方法研究[D];沈陽理工大學(xué);2015年

2 于會超;機(jī)械觸覺機(jī)構(gòu)及控制的研究與應(yīng)用[D];華北理工大學(xué);2015年

3 李捷;基于神經(jīng)網(wǎng)絡(luò)的軸承故障診斷技術(shù)研究[D];電子科技大學(xué);2015年

4 宋銀芳;橋式起重機(jī)故障分析與故障率預(yù)測方法研究[D];安徽理工大學(xué);2016年

5 高芮;基于神經(jīng)網(wǎng)絡(luò)的機(jī)械故障診斷技術(shù)的研究[D];青島科技大學(xué);2016年

6 程翔;基于神經(jīng)網(wǎng)絡(luò)的輪帶系統(tǒng)橫向振動的變結(jié)構(gòu)控制[D];福州大學(xué);2014年

7 龐艷艷;基于選擇性神經(jīng)網(wǎng)絡(luò)的故障診斷研究[D];華中科技大學(xué);2014年

8 徐銘志;基于神經(jīng)網(wǎng)絡(luò)PID的金屬帶式無級變速器速比控制研究[D];燕山大學(xué);2016年

9 齊放;基于極限學(xué)習(xí)機(jī)的設(shè)備故障預(yù)測方法及應(yīng)用研究[D];北京化工大學(xué);2016年

10 尤海鑫;BP神經(jīng)網(wǎng)絡(luò)與模糊邏輯在智能故障診斷中的應(yīng)用[D];大連交通大學(xué);2014年

，

本文編號：1958722