摘要：提出了一种基于粒子群优化BP神经网络风电机组齿轮箱故障诊断方法。粒子群算法不需要计算梯度，可以兼顾全局寻优和局部寻优。利用粒子群算法对BP网络权值和偏置进行优化，减少了BP神经网络算法陷入局部最优解的风险，提高了神经网络的训练效率，加快了网络的收敛速度。考虑风电齿轮箱振动信号的不确定性、非平稳性和复杂性，提取功率谱熵、小波熵、峭度、偏度、关联维数和盒维数作为故障特征。经测试，算法诊断结果正确，表明了PSO优化BP神经网络用于风电机组齿轮箱故障诊断的有效性和实用性。

原文链接:http://www.cqvip.com/QK/95586X/201201/40734445.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）