基于蚁群算法的机械故障智能诊断技术研究.pdfVIP

下载本文档

2
0
约8.33千字
约 3页
2018-11-29 发布于浙江
举报
版权申诉

基于蚁群算法的机械故障智能诊断技术研究.pdf

1、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于蚁群算法的机械故障智能诊断技术研究

振动与冲击 VIBRATIONAND V01．27No．S OF SHOCK 2008 第27卷第S期 JOURNAL 基于蚁群算法的机械故障智能诊断技术研究张周锁，周晓宁，成玮 (西安交通大学机械制造系统工程国家重点实验室，西安710049) 摘要：蚁群算法具有正反馈、分布式、并行处理、强鲁棒性等特点。本文在介绍蚁群算法基本原理的基础上，构建了一种多蚂蚁并行自适应蚁群聚类算法。将该算法应用于机车轮对轴承故障识别的正确率为87％，表明蚁群聚类算法用于故障分类具有良好的效果，是机械故障智能诊断的一种有效方法。关键词：蚁群算法机械故障智能诊断聚类分析中图分类号：TPl81 文献标示码： A Mechanical Researchon of FaultBasedonAnt IntelligentDiagnosis ColonyAlgorithm Zhousuo，Zhou Wei Zhang Xiaoning,Cheng Key for Engineering,Xi’anUniversity,Xi’柚710049．China) (SmmLaboratoryManufacturingSystems Jiaotong Abstract：Ant is andbasedon ofbasicant colony distributed,parallel，robustpositivefeedback．Principlecolony algorithm is an basedOnmulti-antsmechanismis inthis introduced,and constructed algorithm adaptiveclusteringalgorithm parallel paper．The is tofaultclassificationofthelocomotive the rateof adaptive wheel-pairedbearings，andaccuracy clusteringalgorithmapplied classificationis87％．Researchresultsshowthe iseffectualon fault algorithm practicaldiagnosis． words：Ant Key colonyalgorithm,Mechanicalfault,Intelligentdiagnosis，Clusteringanalysis 目前智能诊断比较常见的方法如人工神经网模，m为蚁群蚂蚁的总数目，则络、专家系统、支持向量机等都属于有监督的智能 cc) 诊断方法，这些方法都需要已知训练样本的类别。所=∑岛(f)；r={z-u(t)Ici，cj i=l 可是，在有些工程实际应用中，无法或难以确定训