| 狼群优化LVQ神经网络的齿轮箱故障诊断应用研究 |
| |
| 作者姓名： | 朱振杰 周梅 |
| |
| 作者单位： | 山东大学机械工程学院,高效洁净机械制造教育部重点实验室,机械工程国家级实验教学示范中心,济南 250061;山东建筑大学工程训练中心,济南250101 |
| |
| 基金项目： | 山东省重点研发计划资助项目（2015GGX103026）;教育部协同育人资助项目（201702061007） |
| |
| 摘 要： | 为了提高齿轮箱故障诊断的准确度,采用LVQ神经网络来完成齿轮箱故障定位及识别,并借助狼群优化算法来实现模型参数的优化。在齿轮箱故障诊断的建模过程中,引入狼群优化算法,将LVQ神经网络权重和阈值作为狼群个体,随机产生的多个权重和阈值组合个体构成狼群,并根据狼群游走、召唤和围攻等行为,不断更新狼群中个体狼的位置来获取全局适应度最大的头狼,得到最优权重和阈值,确定最优齿轮箱故障诊断模型。经过实验证明:采用基于狼群优化LVQ神经网络的齿轮箱故障分类,分类准确度更高。
|
| 关 键 词： | 齿轮轴故障 狼群优化 LVQ神经网络 胜出神经元 适应度 |
| 本文献已被 维普 万方数据 等数据库收录！ |
| 点击此处可从《机床与液压》浏览原始摘要信息 |
|
点击此处可从《机床与液压》下载全文 |
|
