10.3969/j.issn.1001-3881.2020.16.040
基于IBAS-Elman网络的滚动轴承故障诊断研究
为了提高民航发动机滚动轴承故障诊断正确率,提出基于改进天牛须搜索算法优化Elman神经网络的诊断模型.针对天牛须搜索算法易早熟等缺陷,对天牛质心位置和步长更新操作进行改进,并用改进算法优化Elman网络的学习率、 权重和阈值.使用IBAS-Elman模型对滚动轴承故障和正常状态进行诊断,并分析Elman网络延迟向量比例因子对滚动轴承故障诊断率的影响.为了验证IBAS-Elman模型的有效性,将天牛须搜索算法、 萤火虫算法和遗传算法作为对比算法.实验结果表明:改进天牛须搜索算法收敛精度优于对比算法.
滚动轴承、故障诊断、Elman神经网络、改进天牛须搜索算法
48
TH133.3
中央高校基本科研业务费资助项目 201935
2020-09-11(万方平台首次上网日期,不代表论文的发表时间)
共5页
201-205