-
题名基于改进蚁狮算法优化BP的轴承故障诊断
- 1
-
-
作者
王妍
于浩文
凌丹
梁恩豪
王新发
-
机构
郑州轻工业大学河南省信息化电器重点实验室
郑州轻工业大学电气信息工程学院
大连理工大学辽宁省ic&bme系统重点实验室
-
出处
《计算机集成制造系统》
北大核心
2025年第4期1259-1271,共13页
-
基金
国家自然科学基金面上项目(62276239,62272424)
河南省重点研发与推广专项(科技攻关)项目(232102220053,252102221041,252102220100)
河南省高等学校重点科研项目(24A413011)。
-
文摘
为了准确高效地对滚动轴承的健康状态进行诊断,提出一种基于改进蚁狮优化(IALO)算法优化BP神经网络的滚动轴承故障诊断模型。在IALO算法中,采用变异算子,增强了种群的多样性;采用动态比例系数和非线性动态权重,平衡了迭代过程中不同时期游走的权重,降低了算法陷入局部极值的可能性。基准函数测试结果表明,与其他算法相比,IALO算法具有更好的优化性能。另外,为了改善BP神经网络的分类性能,利用IALO算法优化BP神经网络的权值和阈值,构建滚动轴承故障诊断模型。帕德伯恩轴承数据集的实验结果表明,采用IALO算法优化后的BP模型具有较好的故障诊断性能。
-
关键词
轴承故障诊断
蚁狮优化算法
动态比例系数
非线性动态权重
BP神经网络
-
Keywords
bearing fault diagnosis
ant-lion optimization algorithm
dynamic proportionality coefficient
nonlinear dynamic weight
BP neural network
-
分类号
TH133.33
[机械工程—机械制造及自动化]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
