高级检索 加入收藏
  • 查询稿件
  • 获取最新论文
  • 知晓行业信息
官方微信 欢迎关注

改进粒子群优化算法的BP神经网络在机车滚动轴承故障诊断中的应用

陶海龙, 辜琳丽, 张胜召

陶海龙, 辜琳丽, 张胜召. 改进粒子群优化算法的BP神经网络在机车滚动轴承故障诊断中的应用[J]. 铁路计算机应用, 2012, 21(2): 9.
引用本文: 陶海龙, 辜琳丽, 张胜召. 改进粒子群优化算法的BP神经网络在机车滚动轴承故障诊断中的应用[J]. 铁路计算机应用, 2012, 21(2): 9.
shu
TAO Hai-long, GU Lin-li, ZHANG Sheng-zhao. Application of BP neural network based on improved PSO Algorithm in fault diagnosis of locomotive rolling bearing[J]. Railway Computer Application, 2012, 21(2): 9.
Citation: TAO Hai-long, GU Lin-li, ZHANG Sheng-zhao. Application of BP neural network based on improved PSO Algorithm in fault diagnosis of locomotive rolling bearing[J]. Railway Computer Application, 2012, 21(2): 9.
shu

改进粒子群优化算法的BP神经网络在机车滚动轴承故障诊断中的应用

  • 兰州交通大学 机电技术研究所,兰州,730070

详细信息

  • 中图分类号: U269:TP39

Application of BP neural network based on improved PSO Algorithm in fault diagnosis of locomotive rolling bearing

摘要

    摘要
  • 摘要: 本文提出了一个基于改进粒子群优化算法的BP神经网络优化模型来进行轴承故障诊断,此模型融合粒子群优化算法的全局寻优能力和BP神经网络算法的局部搜索的优势,有效地防止了网络陷入局部极小值,同时又保证了诊断结果的精确性.仿真结果表明机车滚动轴承故障得到了有效诊断.相比于常规的BP神经网络模型,此方法不仅改进网络的收敛速度并且提高了预测准确性.
    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献
    • 资源附件(0)
计量
  • 文章访问数:  53
  • HTML全文浏览量:  0
  • PDF下载量:  173
  • 被引次数: 0
出版历程
  • 收稿日期:  2012-02-14
  • 录用日期:  2012-02-14
  • 刊出日期:  2012-02-14

目录

摘要
HTML全文
    参考文献(0)
    相关文章
    施引文献
    资源附件(0)

    /

    返回文章
    返回

    京ICP备12043220号-2

    本系统版权所有：北京仁和汇智信息技术有限公司   百度统计