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.pdf

1、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)

2、備安穩(wěn)運(yùn)行具有重要意義。
　　混合蛙跳算法(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

3、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)