基于粒子群优化Elman神经网络的滚动轴承故障诊断研究

摘要：

提出了基于粒子群优化算法(PSO)优化Elman神经网络的滚动轴承故障诊断模型，采用具有动态递归特性的Elman神经网络代替常用的前向传播神经网络BP神经网络，可以增强滚动轴承故障诊断模型的联想和泛化能力。采用粒子群优化算法对Elman神经网络进行学习训练，可充分利用粒子群优化算法的全局寻优性能，克服常规学习算法易于陷入局部最优解、收敛速度慢、变成复杂等缺陷。通过采用不同方法的比较，证实了所提出方法的有效性。

关键词： 滚动轴承 故障诊断 Elman神经网络 粒子群算法

作者: 王云飞 梁伟

作者单位: 102200 中国石油大学 北京

会议类型: 国内会议

会议名称: 第九届全国设备与维修工程学术会议暨第十五届全国设备监测与诊断学术会议

会议地点: 北京

会议语种:中文

页码: 533-536

在线出版日期: 2012-12-10（万方平台首次上网日期，不代表论文的发表时间）