基于MGA-BP网络的航空轴承故障诊断

摘要：

为了提高航空发动机轴承故障诊断的准确率,提出基于改进遗传算法优化(back propagation,简称BP)网络(modified genetic algorithm to optimize BP,简称MGA-BP)的故障诊断模型.针对传统遗传算法易早熟、易陷于局部最优解等缺陷,利用固定个体选择概率、引入三角函数和高斯变异操作对遗传算法进行改进,并用改进遗传算法优化BP网络的权值和阈值.利用优化的BP网络对滚动轴承正常、内圈故障、外圈故障和钢球故障4种工况进行诊断,并考虑到网络输出模式、诊断样本比例等对诊断精度的影响.为了验证MGA-BP在轴承故障诊断中的有效性,将其他改进遗传算法优化BP网络作为对比算法.分析表明:MGA-BP能够较好地适应网络不同的输出模式、不同的样本比例,其抗噪能力、诊断准确率、误差收敛速度和误差收敛值均优于文中其他对比算法.

关键词：航空发动机、轴承故障诊断、遗传算法、BP神经网络、输出模式、样本比例

所属期刊栏目：40

分类号：TH17;V231.1

资助基金：中央高校基本科研业务费项目;中国民航大学专项资助项目

在线出版日期：2020-05-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：381-388