版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、近年來(lái),隨著現(xiàn)代機(jī)械設(shè)備的大型化、復(fù)雜化、自動(dòng)化和連續(xù)化,開展機(jī)械設(shè)備的故障診斷技術(shù)的研究具有重要的現(xiàn)實(shí)意義。目前,國(guó)內(nèi)外學(xué)者在此方面做了大量的工作,使得相關(guān)的理論與應(yīng)用取得的迅猛的發(fā)展。機(jī)械故障診斷是通過(guò)研究故障與征兆之間的關(guān)系來(lái)判斷設(shè)備故障的,而故障與征兆之間表現(xiàn)出的非常復(fù)雜的非線性關(guān)系,很難用數(shù)學(xué)模型加以精確的描述,給機(jī)械的故障診斷帶來(lái)很大的不便。人工神經(jīng)網(wǎng)絡(luò)是一種重要的人工智能行為,是一個(gè)非線性計(jì)算系統(tǒng),可以實(shí)現(xiàn)故障與征兆之間復(fù)
2、雜的非線性映射關(guān)系,因此在機(jī)械故障診斷領(lǐng)域得到了極大的應(yīng)用潛力。
本文構(gòu)建的混合雜草優(yōu)化算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型,以轉(zhuǎn)子試驗(yàn)臺(tái)模擬的大量的故障數(shù)據(jù)為支持,采用信息熵方法來(lái)定量的對(duì)故障數(shù)據(jù)進(jìn)行特征提取,混合的雜草優(yōu)化算法優(yōu)化神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。主要工作內(nèi)容和研究成果如下:
(1)在轉(zhuǎn)子實(shí)驗(yàn)臺(tái)上模擬了四種典型故障,對(duì)信息熵的性質(zhì)和時(shí)域的奇異譜熵、頻域的功率譜熵、時(shí)頻域的小波能譜熵和小波空間譜熵進(jìn)行了較為系統(tǒng)的研究和
3、探討。
(2)以四類譜熵為原始數(shù)據(jù),對(duì)數(shù)據(jù)進(jìn)行歸一化處理,并建立訓(xùn)練樣本庫(kù)和測(cè)試樣本庫(kù)。
(3)在分析遺傳算法、粒子群算法優(yōu)點(diǎn)的基礎(chǔ)上,將遺傳算法中的交叉算子、粒子群算法的矢量操作引入IWO,提出了HIWO。
(4)建立了HIWO優(yōu)化BP神經(jīng)網(wǎng)絡(luò)模型,由HIWO算法訓(xùn)練BP網(wǎng)絡(luò)訓(xùn)練的初始最優(yōu)權(quán)值和閾值,然后在訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)中對(duì)測(cè)試樣本進(jìn)行預(yù)測(cè),并且與遺傳算法、粒子群算法及IWO優(yōu)化的神經(jīng)網(wǎng)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于免疫陰性選擇算法的轉(zhuǎn)子故障數(shù)據(jù)分類方法研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的植物葉片混合分類算法.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的腫瘤數(shù)據(jù)分類方法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)分類研究.pdf
- 基于改進(jìn)蛙跳算法--BP神經(jīng)網(wǎng)絡(luò)的電機(jī)轉(zhuǎn)子故障診斷研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的高光譜數(shù)據(jù)分類方法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘分類算法比較和分析研究.pdf
- 神經(jīng)網(wǎng)絡(luò)及模糊算法的遙感數(shù)據(jù)分類研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的句子分類算法.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的圖像分類方法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)分類算法在物聯(lián)網(wǎng)中的應(yīng)用.pdf
- 基于神經(jīng)網(wǎng)絡(luò)PS版瑕疵分類算法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)流量分類方法研究.pdf
- 基于深度神經(jīng)網(wǎng)絡(luò)的人車分類算法.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的電機(jī)轉(zhuǎn)子斷條故障診斷
- 基于模糊神經(jīng)網(wǎng)絡(luò)和遺傳算法的故障診斷方法研究.pdf
- 機(jī)械故障診斷中基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘方法研究.pdf
- 基于瞬態(tài)響應(yīng)的數(shù)模混合電路故障診斷神經(jīng)網(wǎng)絡(luò)方法.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘方法研究.pdf
- 基于深度神經(jīng)網(wǎng)絡(luò)的場(chǎng)景分類方法研究.pdf
評(píng)論
0/150
提交評(píng)論