全部 标题 作者
关键词 摘要

OALib Journal期刊
ISSN: 2333-9721
费用:99美元

查看量下载量

相关文章

更多...

FastICA遗传神经网络算法

DOI: 10.13190/j.jbupt.2014.04.006, PP. 25-28

Keywords: 快速独立分量分析,故障诊断,轴承故障,遗传算法

Full-Text   Cite this paper   Add to My Lib

Abstract:

针对反向传播(BP)算法和基于负熵固定点迭代快速独立分量分析(FastICA)方法各自的优缺点,提出了FastICA遗传神经网络算法,对滚动轴承进行故障识别.首先对信号进行FastICA分离,得到振动信号故障信息的独立分量,每个独立分量对应着相应的能量,将各个独立分量的能量构成特征向量;其次利用遗传算法对BP神经网络的初始权值和阈值进行优化,得到遗传神经网络;最后将特征向量作为遗传神经网络的输入样本进行故障识别.利用该方法对滚动轴承多类故障信号进行识别,提高了故障识别能力.

References

[1]  胥永刚, 李强, 王正英, 等. 基于独立分量分析的机械故障信息提取[J]. 天津大学学报, 2006, 39 (9): 1066-1071. Xu Yonggang, Li Qiang, Wang Zhengying, et al. In dependent component analysis and its applications fault diagnosis[J]. Journal of Tianjin University, 2006, 39(9): 1066-1071.
[2]  赵谊虹, 张洪渊, 史习智. 一种有效的振动信号分离算法[J]. 噪声与振动控制, 2003, 37(1): 3-16. Zhao Yihong, Zhang Hongyuan, Shi Xizhi. An effective decompose algorithm for vibration signal[J]. Noise and Vibration Control, 2003, 37(1): 13-16.
[3]  刘婷婷, 任兴民, 康召辉. FastICA算法在机械振动信号分离中的应用[J]. 西安工业大学学报, 2008, 28(01): 27-31. Liu Tingting, Ren Xingmin, Kang Zhaohui. FastICA arithmetic applied in separation of machine vibration signals[J]. Journal of Xi'an Technological University, 2008, 28(01): 27-31.
[4]  程力旻, 谢志江, 刘利云, 等. 运用免疫遗传神经网络的汽轮机振动故障诊断[J]. 振动测试与诊断, 2010, 30(6): 675-679. Cheng Limin, Xie Zhijiang, Liu Liyun, et al. Vibration fault diagnosis of steam turbine using immune genetic neural networks[J]. Journal of Vibration, Measurement and Diagnosis, 2010, 30(6): 675-679.
[5]  王建雄, 张立民, 钟兆根. 基于FastICA算法的盲源分离[J]. 计算机技术与发展, 2011, 21(12): 93-96. Wang Jianxiong, Zhang Limin, Zhong Zhaogen. Computer technology and development[J]. 2011, 21(12): 93-96.
[6]  Hyvrinen A. Fast and robust fixed-point algorithms for independent component analysis[J]. IEEE Transactions on Neural Network, 1999, 10(3): 626-634.
[7]  Hyvrinen A, Karhunen J, Oja E. Independent component analysis[M]. New York: John Wiley and Sons, 2001.
[8]  许同乐, 张新义, 裴新才, 等. EMD遗传神经网络方法[J]. 北京邮电学报, 2012, 35(5): 68-72. Xu Tongle, Zhang Xinyi, Pei Xincai, et al. EMD genetic neural networks method[J]. Journal of Beijing University of Posts and Telecommunications, 2012, 35(5): 68-72.

Full-Text

Contact Us

service@oalib.com

QQ:3279437679

WhatsApp +8615387084133