论文部分内容阅读
针对滚动轴承的故障诊断,提出了基于改进粒子群算法优化的神经网络对故障进行模式识别,以振动信号的时、频域特征作为网络输入,以轴承的故障形式为输出.改进后的粒子群优化了惯性权重因子和速度向量的迭代计算方法,并与差分算法混合进行进化.仿真实验表明,基于改进后的粒子群的神经网络比收敛精度高,克服了标准粒子群算法和BP网络存在的易陷入局部最小点的特点.