改进鱼群算法在滚动轴承故障诊断诊中的运用

作者：谢中敏; 胡超

来源：机械设计与制造, 2023, (12): 59-62.

DOI：10.19356/j.cnki.1001-3997.20230818.001

• 滚动轴承
• 故障诊断
• 人工鱼群算法
• 神经网络
• 特征参数

针对滚动轴承故障振动信号微弱难以识别的问题，提出采用改进人工鱼群算法优化的神经网络诊断方法。首先，引入速度动态参数对人工鱼群算法固定搜索步长进行改进，并用改进人工鱼群算法优化神经网络。其次，采用最小二乘趋势分析消除实验室采集到的滚动轴承内环、外环和滚珠三种故障振动信号的趋势项；并根据时频域特征参数的变化趋势筛选出均值、标准差和波峰因子这三个能够明显反映不同故障类型的特征参量。最后，将遗传算法、粒子群算法等优化的神经网络作为对比算法用于滚动轴承故障诊断。仿真结果表明：这里提出的方法相比对比算法，20次平均诊断准确率高、误差小、稳定性高。

• 出版日期2023
• 单位江苏航空职业技术学院