典型文献
基于GA-ACO优化BP算法的齿轮箱初期故障诊断研究
文献摘要：
为提升BP算法处理精度及收敛效率,通过GA-ACO方法对BP算法进行优化,并诊断不同结构齿轮箱运行故障信号.利用GA算法进行寻优计算,获得BP算法的最优权值与阈值;对信息素分布实施初始化,使优化解路径上形成更高浓度的信息素,促使ACO搜索过程获得更快收敛速率并提升结果精度.研究结果表明:模型实际和期望输出形成了相近的故障诊断结果,误差为0.000185,满足目标控制标准;对BP算法实施GA-ACO优化处理后,可以对齿轮箱故障达到很高的诊断准确率.相比较ACO优化BP算法,经GA-ACO优化BP算法达到很小误差,CPU处理时间更短,可以同时实现故障诊断精度与收敛速率的提升.该研究对机械传动设备的早期故障排查以及运行稳定性优化,具有很好的实际指导价值.
文献关键词：
齿轮箱;故障诊断;遗传算法;蚁群算法;BP算法
中图分类号：
作者姓名：
庞晓霞;王强;张峰
作者机构：
郑州城市职业学院智能制造学院,河南郑州452370;河南科技大学信息工程学院,河南郑州452370;河南新志通信工程有限公司技术部,河南荥阳450100
文献出处：
引用格式：
[1]庞晓霞;王强;张峰-.基于GA-ACO优化BP算法的齿轮箱初期故障诊断研究)[J].中国工程机械学报,2022(06):547-551
A类：
信息素分布
B类：
GA,ACO,齿轮箱,初期故障,诊断研究,收敛效率,运行故障,故障信号,权值与阈值,初始化,优化解,化解路径,快收敛,收敛速率,期望输出,诊断结果,目标控制,控制标准,优化处理,诊断准确率,CPU,处理时间,故障诊断精度,机械传动,早期故障,故障排查,运行稳定性,稳定性优化,指导价值,蚁群算法
AB值：
0.412147
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
