《粒子群最佳化及智慧型故障診斷》是2010年7月1日國防工業出版社出版的圖書，作者是魏秀業、潘宏俠。本書可作為智慧型最佳化及機械故障診斷相關專業的研究人員以及工程技術人員的參考書。
基本介紹
- 書名：粒子群最佳化及智慧型故障診斷
- 頁數：178頁
- 出版社：國防工業出版社
- 出版時間：第1版 (2010年7月1日)
基本信息,內容簡介,目錄,
基本信息
平裝:
正文語種: 簡體中文
開本: 32
ISBN: 7118070211, 9787118070217
條形碼: 9787118070217
產品尺寸及重量: 20.8 x 14.6 x 0.8 cm ; 200 g
ASIN: B0041RRDLC
內容簡介
《粒子群最佳化及智慧型故障診斷》內容簡介：粒子群算法是一種新的模仿鳥類群體行為的智慧型最佳化算法，現已成為進化算法的一個新的重要分支。《粒子群最佳化及智慧型故障診斷》對智慧型最佳化算法中的粒子群最佳化算法及其在複雜機械故障診斷中的套用進行深入研究的基礎上撰寫而成，同時吸收了國內外許多代表性的研究成果。對複雜機械系統進行狀態監測與故障診斷是人們普遍重視和關注的課題，《粒子群最佳化及智慧型故障診斷》系統地闡述基於參數策略的粒子群改進算法，以複雜機械中的齒輪箱為研究對象，研究基於粒子群最佳化的齒輪箱智慧型故障診斷理論與方法。
目錄
第1章 緒論……1
1.1 群體智慧型及其特點……2
1.2 粒子群最佳化算法的現狀與發展……3
1.2.1 算法的改進……3
1.2.2 算法的分析……6
1.2.3 粒子群最佳化算法的套用……6
1.2.4 粒子群最佳化算法的研究方向……7
1.3 機械故障診斷技術研究概述……8
1.3.1 故障機理研究……9
1.3.2 信號處理技術……9
1.3.3 故障診斷方法……11
1.3.4 基於人工智慧的融合技術的診斷方法……12
第2章 粒子群最佳化算法……17
2.1 基本粒子群最佳化算法……18
2.1.1 算法原理……18
2.1.2 粒子群最佳化算法收斂性分析……19
2.1.3 粒子群最佳化算法流程……24
2.1.4 基本粒子群最佳化算法的社會行為分析……25
2.2 標準粒子群最佳化算法……26
2.2.1 帶慣性權重粒子群最佳化算法……26
2.2.2 帶收縮因子粒子群最佳化算法……27
2.3 粒子群最佳化算法的發展……27
2.3.1 自適應粒子群最佳化算法……28
2.3.2 混合粒子群最佳化算法……28
2.4 粒子群最佳化算法參數的設定……30
2.5 粒子群最佳化算法與遺傳算法的比較……32
第3章 基於參數策略的粒子群最佳化算法改進……35
3.1 動態加速常數的粒子群最佳化算法……35
3.1.1 算法描述……35
3.1.2 算法在函式中的仿真實驗……36
3.1.3 算法在函式中的測試……41
3.1.4 算法在神經網路中的測試……45
3.2 速度自適應的粒子群算法……50
3.2.1 算法描述……50
3.2.2 算法在函式中仿真研究……51
3.2.3 算法在神經網路中的仿真研究……54
3.2.4 算法在神經網路中的測試……57
3.3 主要控制參數的協同關係分析……60
3.3.1 已有研究結果概述……60
3.3.2 參數間的協同關係對算法的性能控制分析……60
第4章 基於粒子群最佳化的核主元分析特徵提取技術……63
4.1 基於主元分析方法的特徵提取……64
4.2 基於核主元分析的特徵提取技術……66
4.2.1 算法原理……66
4.2.2 算法實現……69
4.3 基於粒子群最佳化算法的核函式的參數最佳化……69
4.3.1 核參數最佳化適應度建立……70
4.3.2 粒子群最佳化核函式參數的實現……72
4.4 仿真研究……73
4.4.1 構建Iris仿真數據集……73
4.4.2 粒子群最佳化核參數的實現及核主元分析結果……74
4.5 基於粒子群最佳化的核主元分析故障樣本特徵提取……77
4.5.1 建立齒輪箱特徵參數集……77
4.5.2 基於粒子群最佳化算法的核參數的最佳化……79
4.5.3 核主元分析結果及特徵參數提取……81
第5章 基於粒子群最佳化的齒輪箱感測器最佳化配置……88
5.1 感測器最佳化布置的研究進展……89
5.1.1 感測器最佳化問題的數學模型描述……89
5.1.2 感測器最佳化配置準則……90
5.1.3 感測器最佳化配置的計算方法……92
5.2 粒子群最佳化方法在齒輪箱測點最佳化中的套用……93
5.3 齒輪箱有限元建摸與模態計算……94
5.3.1 齒輪箱箱體建模……94
5.3.2 齒輪箱箱體計算模態分析……96
5.4 基於粒子群最佳化的齒輪箱感測器最佳化布置的實現……99
5.4.1 初選點方案……99
5.4.2 適應度……104
5.4.3 參數編碼……104
5.4.4 粒子群算法最佳化測點算法的實現過程……104
5.4.5 最佳化結果及分析……105
5.5 齒輪箱箱體試驗模態分析……110
5.5.1 試驗分析的設備……110
5.5.2 測點布置及測試方案……110
5.5.3 測點頻響特性分析……111
5.5.4 試驗模態結果分析……118
第6章 基於粒子群最佳化神經網路的齒輪箱故障診斷方法……121
6.1 齒輪箱故障機理分析……121
6.1.1 齒輪常見的故障形式及產生的原因……122
6.1.2 軸承常見的故障形式及產生的原因……123
6.2 齒輪箱常見故障的振動特徵分析……124
6.2.1 齒輪的故障特徵……124
6.2.2 軸承的故障特徵……125
6.2.3 軸的故障特徵……126
6.3 齒輪箱故障診斷實驗方案……126
6.3.1 齒輪箱故障的設定……127
6.3.2 測點的選定……128
6.3.3 齒輪箱信號採集……129
6.4 齒輪箱的故障特徵值的選取……130
6.5 粒子群最佳化神經網路故障診斷算法實現……130
6.5.1 神經網路故障診斷系統的構建……130
6.5.2 粒子群最佳化神經網路參數的設定……131
6.5.3 神經網路的訓練與診斷樣本……131
6.5.4 神經網路的理想輸出的設定……133
6.5.5 神經網路的訓練和診斷結果……134
附錄A 基於粒子群最佳化算法的函式最佳化程式……139
附錄B 基於粒子群最佳化算法的故障診斷源程式……143
參考文獻……171"
1.1 群體智慧型及其特點……2
1.2 粒子群最佳化算法的現狀與發展……3
1.2.1 算法的改進……3
1.2.2 算法的分析……6
1.2.3 粒子群最佳化算法的套用……6
1.2.4 粒子群最佳化算法的研究方向……7
1.3 機械故障診斷技術研究概述……8
1.3.1 故障機理研究……9
1.3.2 信號處理技術……9
1.3.3 故障診斷方法……11
1.3.4 基於人工智慧的融合技術的診斷方法……12
第2章 粒子群最佳化算法……17
2.1 基本粒子群最佳化算法……18
2.1.1 算法原理……18
2.1.2 粒子群最佳化算法收斂性分析……19
2.1.3 粒子群最佳化算法流程……24
2.1.4 基本粒子群最佳化算法的社會行為分析……25
2.2 標準粒子群最佳化算法……26
2.2.1 帶慣性權重粒子群最佳化算法……26
2.2.2 帶收縮因子粒子群最佳化算法……27
2.3 粒子群最佳化算法的發展……27
2.3.1 自適應粒子群最佳化算法……28
2.3.2 混合粒子群最佳化算法……28
2.4 粒子群最佳化算法參數的設定……30
2.5 粒子群最佳化算法與遺傳算法的比較……32
第3章 基於參數策略的粒子群最佳化算法改進……35
3.1 動態加速常數的粒子群最佳化算法……35
3.1.1 算法描述……35
3.1.2 算法在函式中的仿真實驗……36
3.1.3 算法在函式中的測試……41
3.1.4 算法在神經網路中的測試……45
3.2 速度自適應的粒子群算法……50
3.2.1 算法描述……50
3.2.2 算法在函式中仿真研究……51
3.2.3 算法在神經網路中的仿真研究……54
3.2.4 算法在神經網路中的測試……57
3.3 主要控制參數的協同關係分析……60
3.3.1 已有研究結果概述……60
3.3.2 參數間的協同關係對算法的性能控制分析……60
第4章 基於粒子群最佳化的核主元分析特徵提取技術……63
4.1 基於主元分析方法的特徵提取……64
4.2 基於核主元分析的特徵提取技術……66
4.2.1 算法原理……66
4.2.2 算法實現……69
4.3 基於粒子群最佳化算法的核函式的參數最佳化……69
4.3.1 核參數最佳化適應度建立……70
4.3.2 粒子群最佳化核函式參數的實現……72
4.4 仿真研究……73
4.4.1 構建Iris仿真數據集……73
4.4.2 粒子群最佳化核參數的實現及核主元分析結果……74
4.5 基於粒子群最佳化的核主元分析故障樣本特徵提取……77
4.5.1 建立齒輪箱特徵參數集……77
4.5.2 基於粒子群最佳化算法的核參數的最佳化……79
4.5.3 核主元分析結果及特徵參數提取……81
第5章 基於粒子群最佳化的齒輪箱感測器最佳化配置……88
5.1 感測器最佳化布置的研究進展……89
5.1.1 感測器最佳化問題的數學模型描述……89
5.1.2 感測器最佳化配置準則……90
5.1.3 感測器最佳化配置的計算方法……92
5.2 粒子群最佳化方法在齒輪箱測點最佳化中的套用……93
5.3 齒輪箱有限元建摸與模態計算……94
5.3.1 齒輪箱箱體建模……94
5.3.2 齒輪箱箱體計算模態分析……96
5.4 基於粒子群最佳化的齒輪箱感測器最佳化布置的實現……99
5.4.1 初選點方案……99
5.4.2 適應度……104
5.4.3 參數編碼……104
5.4.4 粒子群算法最佳化測點算法的實現過程……104
5.4.5 最佳化結果及分析……105
5.5 齒輪箱箱體試驗模態分析……110
5.5.1 試驗分析的設備……110
5.5.2 測點布置及測試方案……110
5.5.3 測點頻響特性分析……111
5.5.4 試驗模態結果分析……118
第6章 基於粒子群最佳化神經網路的齒輪箱故障診斷方法……121
6.1 齒輪箱故障機理分析……121
6.1.1 齒輪常見的故障形式及產生的原因……122
6.1.2 軸承常見的故障形式及產生的原因……123
6.2 齒輪箱常見故障的振動特徵分析……124
6.2.1 齒輪的故障特徵……124
6.2.2 軸承的故障特徵……125
6.2.3 軸的故障特徵……126
6.3 齒輪箱故障診斷實驗方案……126
6.3.1 齒輪箱故障的設定……127
6.3.2 測點的選定……128
6.3.3 齒輪箱信號採集……129
6.4 齒輪箱的故障特徵值的選取……130
6.5 粒子群最佳化神經網路故障診斷算法實現……130
6.5.1 神經網路故障診斷系統的構建……130
6.5.2 粒子群最佳化神經網路參數的設定……131
6.5.3 神經網路的訓練與診斷樣本……131
6.5.4 神經網路的理想輸出的設定……133
6.5.5 神經網路的訓練和診斷結果……134
附錄A 基於粒子群最佳化算法的函式最佳化程式……139
附錄B 基於粒子群最佳化算法的故障診斷源程式……143
參考文獻……171"
