本文關(guān)鍵詞：基于混合蛙跳優(yōu)化神經(jīng)網(wǎng)絡(luò)的齒輪箱故障診斷研究　出處：《中北大學(xué)》2017年碩士論文　論文類(lèi)型：學(xué)位論文

  更多相關(guān)文章： 齒輪箱 故障診斷 混合蛙跳算法 BP神經(jīng)網(wǎng)絡(luò)

【摘要】：我國(guó)裝備制造業(yè)綜合實(shí)力不斷提升,從“中國(guó)天眼”到“筆尖皇冠”,從“蛟龍”入海到“神州”升空,這些成就得益于向高端“智造”的轉(zhuǎn)型,“中國(guó)制造2025”將引領(lǐng)我國(guó)制造業(yè)邁入智能化時(shí)代。與此同時(shí),機(jī)械故障診斷技術(shù)的發(fā)展也正經(jīng)歷著深刻的變革,向智能化邁進(jìn)。齒輪箱作為機(jī)械設(shè)備的重要部件,它的運(yùn)行狀態(tài)直接影響設(shè)備系統(tǒng)的安全與穩(wěn)定,機(jī)械設(shè)備一旦出現(xiàn)故障,輕則帶來(lái)經(jīng)濟(jì)損失,重則造成人員傷亡。因此,進(jìn)行有效的監(jiān)測(cè)診斷齒輪箱的工作狀況,對(duì)保障設(shè)備安穩(wěn)運(yùn)行具有重要意義�；旌贤芴惴�(SFLA)是模擬自然生物行為而提出的基于群體的協(xié)同搜索優(yōu)化方法。該算法思想是將蛙群個(gè)體排序并分成若干模因組,進(jìn)行模因進(jìn)化,通過(guò)模因組混合實(shí)現(xiàn)全局信息交換。因此,SFLA融合了具有局部搜索功能的模因算法(MA)和模擬鳥(niǎo)群搜尋食物行為的粒子群優(yōu)化算法(PSO)的優(yōu)點(diǎn),具有易實(shí)現(xiàn)、精度高、收斂快、覆蓋面積大,利于全局擇優(yōu)等特點(diǎn)。本課題以探究齒輪箱故障診斷方法為背景,以JZQ250型傳動(dòng)箱為研究對(duì)象,對(duì)其正常和幾種模擬故障的振動(dòng)信號(hào)進(jìn)行了采集和信號(hào)處理提取了時(shí)、頻域特征值構(gòu)建了齒輪箱故障診斷樣本集,將混合蛙跳算法與BP神經(jīng)網(wǎng)絡(luò)進(jìn)行結(jié)合,創(chuàng)建SFLA-BP網(wǎng)絡(luò)故障診斷模型,利用混合蛙跳算法高效的全局尋優(yōu)能力,對(duì)BP神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行優(yōu)化。與BP和PSO—BP對(duì)比發(fā)現(xiàn),SFLA-BP網(wǎng)絡(luò)模型,可避免BP神經(jīng)網(wǎng)絡(luò)在訓(xùn)練中陷入局部最優(yōu),減短訓(xùn)練時(shí)間,提高訓(xùn)練準(zhǔn)確度,具有較高的收斂速度和準(zhǔn)確診斷的能力。通過(guò)一系列訓(xùn)練和測(cè)試,結(jié)果表明:這種方法能夠提高診斷的穩(wěn)定性和準(zhǔn)確性。
【學(xué)位授予單位】：中北大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類(lèi)號(hào)】：TH132.41;TP183

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 黃晉英;畢世華;潘宏俠;楊喜旺;;獨(dú)立分量分析在齒輪箱故障診斷中的應(yīng)用[J];振動(dòng)、測(cè)試與診斷;2008年02期

2 一民;高速齒輪箱故障診斷技術(shù)及其診斷系統(tǒng)通過(guò)鑒定[J];振動(dòng)、測(cè)試與診斷;1991年04期

3 戴麗杰;;齒輪箱故障診斷方法[J];黑龍江科技信息;2002年08期

4 高國(guó)華 ,張永忠;齒輪箱故障診斷技術(shù)的新發(fā)展[J];機(jī)械傳動(dòng);2003年06期

5 高永生;唐力偉;王建華;金海薇;;基于系統(tǒng)特性的齒輪箱故障診斷[J];煤礦機(jī)械;2006年01期

6 魏秀業(yè);潘宏俠;;齒輪箱故障診斷技術(shù)現(xiàn)狀及展望[J];測(cè)試技術(shù)學(xué)報(bào);2006年04期

7 邢士勇;金海薇;鄭海起;唐力偉;;基于關(guān)聯(lián)距離熵的齒輪箱故障診斷[J];機(jī)械工程師;2007年07期

8 吳德會(huì);;一種基于支持向量機(jī)的齒輪箱故障診斷方法[J];振動(dòng)、測(cè)試與診斷;2008年04期

9 王華;包磊;宋昊明;郭穎;葉偉;;空分457齒輪箱故障診斷[J];機(jī)械研究與應(yīng)用;2008年03期

10 朱有劍;李建;;基于倒頻譜特征提取的齒輪箱故障診斷[J];科技廣場(chǎng);2008年08期

相關(guān)會(huì)議論文 前6條

1 蔡安江;豆衛(wèi)濤;柴彥昌;孫少軍;;基于人工神經(jīng)網(wǎng)絡(luò)技術(shù)的齒輪箱故障診斷應(yīng)用研究[A];陜西省機(jī)械工程學(xué)會(huì)第九次代表大會(huì)會(huì)議論文集[C];2009年

2 高永生;唐力偉;甘霖;楊通強(qiáng);;基于系統(tǒng)特性的齒輪箱故障診斷[A];2005年中國(guó)機(jī)械工程學(xué)會(huì)年會(huì)論文集[C];2005年

3 李?lèi)?ài)民;;基于灰色聚類(lèi)決策的齒輪箱故障診斷[A];第19屆灰色系統(tǒng)全國(guó)會(huì)議論文集[C];2010年

4 金大瑋;李建橋;賈民平;;循環(huán)自相關(guān)函數(shù)在齒輪箱故障診斷中的應(yīng)用[A];走中國(guó)特色農(nóng)業(yè)機(jī)械化道路——中國(guó)農(nóng)業(yè)機(jī)械學(xué)會(huì)2008年學(xué)術(shù)年會(huì)論文集（上冊(cè)）[C];2008年

5 董海江;趙春華;萬(wàn)詩(shī)慶;汪偉;;LWPEE與SVM在風(fēng)電齒輪箱故障診斷中的應(yīng)用[A];第十一屆全國(guó)摩擦學(xué)大會(huì)論文集[C];2013年

6 雷亞國(guó);林京;何正嘉;;基于多傳感器信息融合的行星齒輪箱故障診斷[A];第十二屆全國(guó)設(shè)備故障診斷學(xué)術(shù)會(huì)議論文集[C];2010年

相關(guān)博士學(xué)位論文 前4條

1 歐璐;圖譜理論在齒輪箱故障診斷中的應(yīng)用研究[D];湖南大學(xué);2016年

2 華偉;基于多小波變換的礦用齒輪箱故障診斷研究[D];中國(guó)礦業(yè)大學(xué)(北京);2017年

3 許昕;基于濾波技術(shù)和粒子群優(yōu)化的齒輪箱故障診斷研究[D];中北大學(xué);2011年

4 焦新濤;小波分析及其在齒輪箱故障診斷中應(yīng)用研究[D];華南理工大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 李猷鳳;齒輪箱故障診斷的小波包-ICA分析方法[D];南京理工大學(xué);2015年

2 鄢小安;基于自適應(yīng)振動(dòng)信號(hào)處理的齒輪箱故障診斷研究[D];華北電力大學(xué);2015年

3 李楠;基于粒子濾波的齒輪箱故障診斷[D];華北電力大學(xué);2015年

4 張韶;基于數(shù)據(jù)挖掘技術(shù)在齒輪箱故障診斷的應(yīng)用[D];河北工程大學(xué);2015年

5 李國(guó)明;基于神經(jīng)網(wǎng)絡(luò)的齒輪箱故障診斷研究[D];河北工業(yè)大學(xué);2015年

6 盧昆鵬;基于DSP-SVM的風(fēng)電齒輪箱故障診斷系統(tǒng)[D];中北大學(xué);2016年

7 馬凌芝;基于DSP和TQWT稀疏分解的風(fēng)電齒輪箱故障診斷系統(tǒng)[D];中北大學(xué);2016年

8 郭松濤;基于約束獨(dú)立分量分析的齒輪箱故障診斷研究[D];河南理工大學(xué);2015年

9 牛志雷;基于形態(tài)分量分析的齒輪箱故障診斷研究[D];石家莊鐵道大學(xué);2016年

10 曹勁然;大型吊裝裝備齒輪箱故障診斷與預(yù)測(cè)方法研究[D];南京理工大學(xué);2016年

，

本文編號(hào)：1334600