基本信息
出版社:國防工業出版社;第1版(2010年7月1日)
平裝:178頁
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:20.8x14.6x0.8cm;200g
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。《粒子群最佳化及智慧型故障診斷》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。
目錄
第1章緒論1.1群體智慧型及其特點1.2粒子群最佳化算法的現狀與發展1.2.1算法的改進1.2.2算法的分析1.2.3粒子群最佳化算法的套用1.2.4粒子群最佳化算法的研究方向1.3機械故障診斷技術研究概述1.3.1故障機理研究1.3.2信號處理技術1.3.3故障診斷方法1.3.4基於人工智慧的融合技術的診斷方法第2章粒子群最佳化算法2.1基本粒子群最佳化算法2.1.1算法原理2.1.2粒子群最佳化算法收斂性分析2.1.3粒子群最佳化算法流程2.1.4基本粒子群最佳化算法的社會行為分析2.2標準粒子群最佳化算法2.2.1帶慣性權重粒子群最佳化算法2.2.2帶收縮因子粒子群最佳化算法2.3粒子群最佳化算法的發展2.3.1自適應粒子群最佳化算法2.3.2混合粒子群最佳化算法2.4粒子群最佳化算法參數的設定2.5粒子群最佳化算法與遺傳算法的比較第3章基於參數策略的粒子群最佳化算法改進3.1動態加速常數的粒子群最佳化算法3.1.1算法描述3.1.2算法在函式中的仿真實驗3.1.3算法在函式中的測試3.1.4算法在神經網路中的測試3.2速度自適應的粒子群算法3.2.1算法描述3.2.2算法在函式中仿真研究3.2.3算法在神經網路中的仿真研究3.2.4算法在神經網路中的測試3.3主要控制參數的協同關係分析3.3.1已有研究結果概述3.3.2參數間的協同關係對算法的性能控制分析第4章基於粒子群最佳化的核主元分析特徵提取技術4.1基於主元分析方法的特徵提取4.2基於核主元分析的特徵提取技術4.2.1算法原理4.2.2算法實現4.3基於粒子群最佳化算法的核函式的參數最佳化4.3.1核參數最佳化適應度建立4.3.2粒子群最佳化核函式參數的實現4.4仿真研究4.4.1構建Iris仿真數據集4.4.2粒子群最佳化核參數的實現及核主元分析結果4.5基於粒子群最佳化的核主元分析故障樣本特徵提取4.5.1建立齒輪箱特徵參數集4.5.2基於粒子群最佳化算法的核參數的最佳化4.5.3核主元分析結果及特徵參數提取第5章基於粒子群最佳化的齒輪箱感測器最佳化配置5.1感測器最佳化布置的研究進展5.1.1感測器最佳化問題的數學模型描述5.1.2感測器最佳化配置準則5.1.3感測器最佳化配置的計算方法5.2粒子群最佳化方法在齒輪箱測點最佳化中的套用5.3齒輪箱有限元建摸與模態計算5.3.1齒輪箱箱體建模5.3.2齒輪箱箱體計算模態分析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5.4.1初選點方案5.4.2適應度5.4.3參數編碼5.4.4粒子群算法最佳化測點算法的實現過程5.4.5最佳化結果及分析5.5齒輪箱箱體試驗模態分析5.5.1試驗分析的設備5.5.2測點布置及測試方案5.5.3測點頻響特性分析5.5.4試驗模態結果分析第6章基於粒子群最佳化神經網路的齒輪箱故障診斷方法6.1齒輪箱故障機理分析6.1.1齒輪常見的故障形式及產生的原因6.1.2軸承常見的故障形式及產生的原因6.2齒輪箱常見故障的振動特徵分析6.2.1齒輪的故障特徵6.2.2軸承的故障特徵6.2.3軸的故障特徵6.3齒輪箱故障診斷實驗方案¨6.3.1齒輪箱故障的設定6.3.2測點的選定6.3.3齒輪箱信號採集6.4齒輪箱的故障特徵值的選取6.5粒子群最佳化神經網路故障診斷算法實現6.5.1神經網路故障診斷系統的構建6.5.2粒子群最佳化神經網路參數的設定6.5.3神經網路的訓練與診斷樣本6.5.4神經網路的理想輸出的設定6.5.5神經網路的訓練和診斷結果附錄A基於粒子群最佳化算法的函式最佳化程式附錄B基於粒子群最佳化算法的故障診斷源程式參考文獻
