首页|一种自适应CS算法及其在风电齿轮箱故障诊断中的应用

一种自适应CS算法及其在风电齿轮箱故障诊断中的应用

扫码查看
原文链接
  • 万方数据
  • 维普
针对布谷鸟搜索(CS)算法易出现早熟收敛以及风电机组齿轮箱的故障模式难以有效识别等问题,提出一种基于自适应CS算法的BP神经网络(SaCS-BP)智能诊断技术.通过构建SaCS算法,实现了步长和发现概率的自适应调整,并采用一组基准函数测试了该算法的有效性;将SaCS与BP神经网络进行融合,构建了风电齿轮箱的故障诊断模型.结果表明,SaCS算法具有较佳的寻优精度和普适性.此外,与BP神经网络以及布谷鸟搜索算法优化BP网络(CS-BP)相比,SaCS-BP算法获得了最高的诊断准确度,从而实现了风电齿轮箱故障模式的有效识别.
A Self-adaptive CS Algorithm and Its Application in Fault Diagnosis of Wind Turbine Gearboxes

熊燕、邹自明、程加堂、段志梅

展开 >

桂林理工大学 机械与控制工程学院,广西 桂林 541006

红河学院 工学院,云南 蒙自 661199

布谷鸟搜索 自适应 风电齿轮箱 BP神经网络 故障诊断

国家自然科学基金

51669006

2023

10.16578/j.issn.1004.2539.2023.01.019

机械传动
郑州机械研究所 中国机械通用零部件工业会齿轮分会 中国机械工程学会

机械传动

CSTPCD北大核心
影响因子：0.534
ISSN：1004-2539
年,卷(期)：2023.47(1)
  • 3
  • 9