速度自适应粒子群优化算法在故障诊断中的应用

摘要：

本文在原始粒子群优化算法（PSO）中设置动态最大限制速度基础上，提出一种速度自适应粒子群优化算法，经过神经网络的测试表明：该算法在收敛速度和精度上都优于原始算法，并且参数选取灵活，容易实现。将改进算法应用于实验室变速箱的神经网络故障诊断系统中，并与PSO和BP 算法进行了比较。结论是速度自适应粒子群优化算法应用于故障诊断系统中，不仅对变速箱故障的识别准确率比较高，而且使故障诊断的精度和效率得到提高。

关键词： 粒子群优化 群体智能 神经网络 故障诊断 变速箱

作者: 魏秀业 潘宏侠

作者单位: 中北大学机械工程与自动化学院 太原,030051

会议类型: 国内会议

会议名称: 全国高校机械工程测试技术研究会振动工程学会动态测绘专业委员会2008代表大会暨学术年会

会议地点: 石家庄

会议语种:中文

页码: 1-7

在线出版日期: 2008-10-01（万方平台首次上网日期，不代表论文的发表时间）