HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

PSO优化深度神经网络诊断齿轮早期点蚀故障

作者:李嘉琳; 何巍华; 曲永志齿轮早期点蚀粒子群算法深度神经网络主成分分析

摘要:基于数据驱动方法诊断齿轮故障时一般会用傅里叶变换等进行特征提取,特征提取方法的选取对诊断结果影响很大.提出应用深度神经网络来诊断齿轮早期点蚀故障,直接以采集的振动信号作为网络输入,可以避免特征提取环节产生误差.此外,应用粒子群算法优化深度神经网络,使训练过程更稳定、诊断率更高.在分析结果时应用主成分分析法对网络输出进行降维.用实验采集的数据训练并测试网络,诊断正确率能达到90%之上,证明所提出的方法是合理、可用的.

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

东北大学学报·自然科学版

《东北大学学报·自然科学版》(CN:21-1344/T)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《东北大学学报·自然科学版》的办刊方针是:发挥东大优势,反映东大水平,体现东大特色,扩大东大影响。主要栏目有:材料与冶金、信息科学与工程、资源与土木工程、机械工程、管理科学、数理化力学等。

杂志详情