PSO优化BP神经网络齿轮箱故障诊断
针对目前齿轮箱系统在利用神经网络故障诊断时存在正确识别率低和依靠经验选择参数的问题，提出了基于粒子群优化BP网络的齿轮箱故障诊断方法。简要介绍利用齿轮振动原理提取特征参数建立故障模型，该模型以齿轮箱特征向量为输入、故障类型为输出，详细分析了通过BP神经网络、概率神经网络和粒子群优化BP神经网络实现齿轮箱故障诊断。仿真结果表明，BP神经网络对齿轮箱故障诊断收敛速度慢，故障识别率为82%；概率神经网络的模型故障诊断识别率依据经验选取spread值决定，故障识别率最大为98%；粒子群优化后的BP神经网络故障诊断分类识别率为100%且自适应能力强。
文件下载
评论信息
其他资源
- skylarinst(10.100.244.155_80).exe
- VBLAST 仿真（含两种代码以及实验报告）
- 奇妙三数字软件免费版 破解版
- ast2500V17.pdf
- powerlink在stm32上面的实现
- 水下机器人 蒋新松
- LIDC-IDRI.rar
- 答题APP的设计与实现（mysql+jsp+Android）
- 混合高斯背景建模的例子（基于c++的opencv实现）
- 《ARM Cortex-M3权威指南（第2版）》.PDF扫描版
- wowbee魔蜂外挂破解版源代码C#
- 现代控制理论三阶传函状态观测器仿真
- Linux命令行与Shell脚本编程大全
- 00_Linux环境与Shell脚本.pdf
- intel4965agn.exe
- 基于深度学习的中文关系抽取框架
- 海典软件开发规范V1.3.pdf
- 第1章 模糊数学1.4-1.5.ppt
- 进程代数的课件 讲得比较精简
- 串口打印 温湿度 STM32
- irrlicht-1.8
- 数据结构及应用算法教程（修订版）课件及答案
- TCPIP调试助手
- Angle - Bootstrap Admin Template（2016最新版V3.3）
- Rethinking the Internet of Things
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明