一种自适应CS算法及其在风电齿轮箱故障诊断中的应用
熊燕1
邹自明1
程加堂1
段志梅2
1.桂林理工大学 机械与控制工程学院,广西 桂林 5410062.红河学院 工学院,云南 蒙自 661199
摘要：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.
关键词：布谷鸟搜索自适应风电齿轮箱BP神经网络故障诊断
资助基金：国家自然科学基金(51669006)
论文发表日期：2023-01-15
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：6( 132-137 )
英文信息