基于粒子群优化的设备状态分类器设计

详细信息   全文下载|推荐本文 |

• 出版年：2006
• 作者：魏秀业；潘宏侠
• 单位1：中北大学机械工程与自动化学院
• 出生年：1965
• 学历：博士生
• 语种：中文
• 作者关键词：减速箱；神经网络；粒子群优化；群体智能；状态分类器
• 起始页：688
• 总页数：3
• 经费资助：国家自然科学基金资助项目（50575214）
• 刊名：太原理工大学学报
• 是否内版：否
• 刊频：双月刊
• 创刊时间：1957
• 主办单位：太原理工大学
• 主编：谢克昌
• 地址：太原市迎泽西大街新矿院路18号
• 邮编：030024
• 电子信箱：xuebao@tyut.edu.cn
• 网址：Http：//www.xuebao.tyut.edu.cn
• 卷：37
• 期：6
• 期刊索取号：P806.6 132
• 数据库收录：《万方数据库——数字化期刊群》——全文上网期刊；《中国核心期刊（遴选）数据库》——收录期刊；中国科技论文统计源期刊——中国科技核心期刊；中国学术期刊综合评价数据库(CAJCED)-统计源期刊；中国期刊全文数据库(CJFD)——全文收录期刊；《中文核心期刊要目总览》——入编期刊；《中国数学文摘》——数据源期刊；《中国物理文摘》——数据源期刊；《中国无机分析化学文摘》——数据源期刊；《中文科技期刊数据库》——数据源期刊；《中国矿业文摘》数据库——数据源期刊，矿业类核心期刊；美国化学文摘光盘版——收录期刊；中国
• 核心期刊：《中国核心期刊（遴选）数据库》——收录期刊；中国科技论文统计源期刊——中国科技核心期刊；《中国矿业文摘》数据库——数据源期刊，矿业类核心期刊

摘要

以某设备中的减速箱为研究对象，建立了BP神经网络，采用粒子群优化算法训练神经网络，设计一个状态分类器，用于检测减速箱的当前状态。结果表明，基于粒子群优化的神经网络具有良好的训练性能，能快速地收敛于最优解；样本输出结果较理想值误差较小，分类器的识别结果完全符合实际情况。该分类器可以有效准确地识别减速箱的运行状态，为进一步故障检测提供了有效工具。