本文關(guān)鍵詞：基于Elman神經(jīng)網(wǎng)絡(luò)與PSO算法的機械密封端面摩擦狀態(tài)識別

  更多相關(guān)文章： 機械密封 PSO算法 Elman神經(jīng)網(wǎng)絡(luò) 聲發(fā)射

【摘要】：聲發(fā)射法可用于監(jiān)測機械密封工作過程中端面的摩擦狀態(tài)。為準確提取機械密封端面聲發(fā)射信號特征,提出了一種利用PSO算法(Particle Swarm Optimization,粒子群優(yōu)化)對Elman神經(jīng)網(wǎng)絡(luò)進行優(yōu)化的方法。采用該方法對機械密封端面的摩擦狀態(tài)進行識別,并比較了優(yōu)化前后神經(jīng)網(wǎng)絡(luò)對機械密封端面摩擦狀態(tài)的識別率。結(jié)果表明:經(jīng)過PSO算法優(yōu)化后的Elman神經(jīng)網(wǎng)絡(luò)對機械密封的端面摩擦狀態(tài)有更高的識別率,從而實現(xiàn)了對機械密封端面摩擦狀態(tài)實時有效的監(jiān)測。
【作者單位】： 西南交通大學機械工程學院;
【關(guān)鍵詞】： 機械密封 PSO算法 Elman神經(jīng)網(wǎng)絡(luò) 聲發(fā)射
【基金】：中央高校基本科研業(yè)務(wù)費專項資金項目(SWJTU12CX039)
【分類號】：TH136;TP183
【正文快照】： )j縥縥縥縥縥縥，

本文編號：767395