基于引力搜索 RB F神经网络的机车齿轮箱故障诊断

摘要：

为解决神经网络结构及参数的优化选择问题，以提高机车齿轮箱故障诊断的精度，提出一种基于引力搜索RB F神经网络的机车齿轮箱智能故障诊断方法。基于高斯RB F神经网络建立机车齿轮箱故障诊断模型，采用减聚类算法确定RB F神经网络结构，并结合混沌优化策略及人工蜂群搜索算子提出自适应混合引力搜索算法对故障诊断模型进行优化求解，避免了参数选择的盲目性。采用国际标准测试数据集对该方法进行分类性能测试，结果表明其分类精度明显优于经GA算法、SPSO算法、QPSO算法和GSA算法优化的RBF神经网络。将该方法应用于机车齿轮箱故障的诊断，应用实例验证了该方法的有效性。

关键词：机车齿轮箱、高斯RBF神经网络、故障诊断、自适应混合引力搜索算法

分类号：TH17;TP206.3

资助基金：国家自然科学基金11162007，11462011；甘肃省自然科学基金1308RJZA149

在线出版日期：2016-04-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：19-26