基于Elman神经网络的齿轮箱故障诊断
刘景艳
李玉东
郭顺京
1.河南理工大学电气工程与自动化学院,河南焦作,4540002.河南理工大学电气工程与自动化学院,河南焦作,4540003.河南理工大学电气工程与自动化学院,河南焦作,454000
摘要：针对基于传统BP神经网络的齿轮箱故障诊断方法存在的收敛速度慢、精度不高等问题,提出了一种基于Elman神经网络的齿轮箱故障诊断模型.该模型以齿轮箱特征向量为输入、故障类型为输出,通过改进遗传算法对Elman神经网络的权值和阈值进行优化,将优化后的Elman神经网络用于齿轮箱故障诊断.仿真结果表明,该故障诊断模型加快了网络训练速度,提高了齿轮箱故障诊断的准确度和精度.
关键词：齿轮箱故障诊断Elman神经网络遗传算法
分类号：TD67(矿山电工)
资助基金：河南省科技计划资助项目(094300510015)
论文发表日期：2016-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
英文信息