10.13272/j.issn.1671-251x.2016.08.012
基于Elman神经网络的齿轮箱故障诊断
针对基于传统BP神经网络的齿轮箱故障诊断方法存在的收敛速度慢、精度不高等问题,提出了一种基于Elman神经网络的齿轮箱故障诊断模型.该模型以齿轮箱特征向量为输入、故障类型为输出,通过改进遗传算法对Elman神经网络的权值和阈值进行优化,将优化后的Elman神经网络用于齿轮箱故障诊断.仿真结果表明,该故障诊断模型加快了网络训练速度,提高了齿轮箱故障诊断的准确度和精度.
齿轮箱、故障诊断、Elman神经网络、遗传算法
42
TD67(矿山电工)
河南省科技计划资助项目094300510015.
2016-08-31(万方平台首次上网日期,不代表论文的发表时间)
47-51