粒子群優(yōu)化及智能故障診斷

第1章 緒論
1．1 群體智能及其特點(diǎn)
1．2 粒子群優(yōu)化算法的現(xiàn)狀與發(fā)展
1．2．1 算法的改進(jìn)
1．2．2 算法的分析
1．2．3 粒子群優(yōu)化算法的應(yīng)用
1．2．4 粒子群優(yōu)化算法的研究方向
1．3 機(jī)械故障診斷技術(shù)研究概述
1．3．1 故障機(jī)理研究
1．3．2 信號(hào)處理技術(shù)
1．3．3 故障診斷方法
1．3．4 基于人工智能的融合技術(shù)的診斷方法
第2章 粒子群優(yōu)化算法
2．1 基本粒子群優(yōu)化算法
2．1．1 算法原理
2．1．2 粒子群優(yōu)化算法收斂性分析
2．1．3 粒子群優(yōu)化算法流程
2．1．4 基本粒子群優(yōu)化算法的社會(huì)行為分析
2．2 標(biāo)準(zhǔn)粒子群優(yōu)化算法
2．2．1 帶慣性權(quán)重粒子群優(yōu)化算法
2．2．2 帶收縮因子粒子群優(yōu)化算法
2．3 粒子群優(yōu)化算法的發(fā)展
2．3．1 自適應(yīng)粒子群優(yōu)化算法
2．3．2 混合粒子群優(yōu)化算法
2．4 粒子群優(yōu)化算法參數(shù)的設(shè)置
2．5 粒子群優(yōu)化算法與遺傳算法的比較
第3章 基于參數(shù)策略的粒子群優(yōu)化算法改進(jìn)
3．1 動(dòng)態(tài)加速常數(shù)的粒子群優(yōu)化算法
3．1．1 算法描述
3．1．2 算法在函數(shù)中的仿真實(shí)驗(yàn)
3．1．3 算法在函數(shù)中的測(cè)試
3．1．4 算法在神經(jīng)網(wǎng)絡(luò)中的測(cè)試
3．2 速度自適應(yīng)的粒子群算法
3．2．1 算法描述
3．2．2 算法在函數(shù)中仿真研究
3．2．3 算法在神經(jīng)網(wǎng)絡(luò)中的仿真研究
3．2．4 算法在神經(jīng)網(wǎng)絡(luò)中的測(cè)試
3．3 主要控制參數(shù)的協(xié)同關(guān)系分析
3．3．1 已有研究結(jié)果概述
3．3．2 參數(shù)間的協(xié)同關(guān)系對(duì)算法的性能控制分析
第4章 基于粒子群優(yōu)化的核主元分析特征提取技術(shù)
4．1 基于主元分析方法的特征提取
4．2 基于核主元分析的特征提取技術(shù)
4．2．1 算法原理
4．2．2 算法實(shí)現(xiàn)
4．3 基于粒子群優(yōu)化算法的核函數(shù)的參數(shù)優(yōu)化
4．3．1 核參數(shù)優(yōu)化適應(yīng)度建立
4．3．2 粒子群優(yōu)化核函數(shù)參數(shù)的實(shí)現(xiàn)
4．4 仿真研究
4．4．1 構(gòu)建Iris仿真數(shù)據(jù)集
4．4．2 粒子群優(yōu)化核參數(shù)的實(shí)現(xiàn)及核主元分析結(jié)果
4．5 基于粒子群優(yōu)化的核主元分析故障樣本特征提取
4．5．1 建立齒輪箱特征參數(shù)集
4．5．2 基于粒子群優(yōu)化算法的核參數(shù)的優(yōu)化
4．5．3 核主元分析結(jié)果及特征參數(shù)提取
第5章 基于粒子群優(yōu)化的齒輪箱傳感器優(yōu)化配置
5．1 傳感器優(yōu)化布置的研究進(jìn)展
5．1．1 傳感器優(yōu)化問題的數(shù)學(xué)模型描述
5．1．2 傳感器優(yōu)化配置準(zhǔn)則
5．1．3 傳感器優(yōu)化配置的計(jì)算方法
5．2 粒子群優(yōu)化方法在齒輪箱測(cè)點(diǎn)優(yōu)化中的應(yīng)用
5．3 齒輪箱有限元建摸與模態(tài)計(jì)算
5．3．1 齒輪箱箱體建模
5．3．2 齒輪箱箱體計(jì)算模態(tài)分析
5．4 基于粒子群優(yōu)化的齒輪箱傳感器優(yōu)化布置的實(shí)現(xiàn)
5．4．1 初選點(diǎn)方案
5．4．2 適應(yīng)度
5．4．3 參數(shù)編碼
5．4．4 粒子群算法優(yōu)化測(cè)點(diǎn)算法的實(shí)現(xiàn)過程
5．4．5 優(yōu)化結(jié)果及分析
5．5 齒輪箱箱體試驗(yàn)?zāi)B(tài)分析
5．5．1 試驗(yàn)分析的設(shè)備
5．5．2 測(cè)點(diǎn)布置及測(cè)試方案
5．5．3 測(cè)點(diǎn)頻響特性分析
5．5．4 試驗(yàn)?zāi)B(tài)結(jié)果分析
第6章 基于粒子群優(yōu)化神經(jīng)網(wǎng)絡(luò)的齒輪箱故障診斷方法
6．1 齒輪箱故障機(jī)理分析
6．1．1 齒輪常見的故障形式及產(chǎn)生的原因
6．1．2 軸承常見的故障形式及產(chǎn)生的原因
6．2 齒輪箱常見故障的振動(dòng)特征分析
6．2．1 齒輪的故障特征
6．2．2 軸承的故障特征
6．2．3 軸的故障特征
6．3 齒輪箱故障診斷實(shí)驗(yàn)方案
6．3．1 齒輪箱故障的設(shè)置
6．3．2 測(cè)點(diǎn)的選定
6．3．3 齒輪箱信號(hào)采集
6．4 齒輪箱的故障特征值的選取
6．5 粒子群優(yōu)化神經(jīng)網(wǎng)絡(luò)故障診斷算法實(shí)現(xiàn)
6．5．1 神經(jīng)網(wǎng)絡(luò)故障診斷系統(tǒng)的構(gòu)建
6．5．2 粒子群優(yōu)化神經(jīng)網(wǎng)絡(luò)參數(shù)的設(shè)置
6．5．3 神經(jīng)網(wǎng)絡(luò)的訓(xùn)練與診斷樣本
6．5．4 神經(jīng)網(wǎng)絡(luò)的理想輸出的設(shè)置
6．5．5 神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和診斷結(jié)果
附錄A 基于粒子群優(yōu)化算法的函數(shù)優(yōu)化程序
附錄B 基于粒子群優(yōu)化算法的故障診斷源程序
參考文獻(xiàn)