论文摘要
滚动轴承是旋转机械中最常用的部件之一。滚动轴承很容易损坏,而它的工作条件通常比较复杂,很难对其故障进行准确判断。为了提高滚动轴承故障诊断的有效性,构建了一种新的基于改进量子蜂群算法和BP神经网络的滚动轴承故障诊断模型（IQABC-BP）。首先针对量子蜂群算法在种群初始化和进化过程中存在的问题,提出了一种改进量子蜂群算法,然后利用改进量子蜂群算法对BP神经网络的初始权值、阈值和隐含层单元数进行优化,建立了一种具有超并行超高速的基于改进量子蜂群算法的BP神经网络模型,并应用于滚动轴承的故障诊断中。实验结果表明,IQABC-BP模型收敛速度更快,故障诊断效果更好,具有很好的应用价值。
论文目录
文章来源
类型: 期刊论文
作者: 冯玉芳,卢厚清,殷宏,曹林
关键词: 神经网络,量子蜂群算法,故障诊断
来源: 计算机工程与应用 2019年06期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 机械工业,自动化技术
单位: 解放军陆军工程大学,中国人民解放军71375部队
基金: 国家自然科学基金(No.71501186)
分类号: TH133.33;TP18
页码: 24-30
总页数: 7
文件大小: 1394K
下载量: 783