[1]徐立,元春波,徐敏,等.基于粒子群卷积算法的转杆机械损伤预测研究[J].机械与电子,2024,42(10):76-80.
　XU Li,YUAN Chunbo,XU Min,et al.Study on Prediction of Rod Mechanical Damage Based on Particle Population Convolution Algorithm[J].Machinery & Electronics,2024,42(10):76-80.
点击复制

基于粒子群卷积算法的转杆机械损伤预测研究()

分享到：

《机械与电子》[ISSN:1001-2257/CN:52-1052/TH]

Title:: Study on Prediction of Rod Mechanical Damage Based on Particle Population Convolution Algorithm

Author(s):: XU Li ; YUAN Chunbo ; XU Min ; SHAO Jianming ; FENG Hai ; WANG Anqi; ( Ningbo Cigarette Factory , China Tobacco Zhejiang Industrial Co. , Ltd. , Ningbo 315040 , China )

Keywords:: particle group convolution algorithm ; rotation bar ; mechanical damage ; prediction

摘要:: 针对通用旋转机械中转杆在实际使用过程中的机械损伤现象,传统的预测方法依赖于经验公式和简单的统计模型,难以准确捕捉转杆在实际工作环境下复杂的应力状态和损伤演化过程,进而这些方法在预测精度上存在局限性,难以实现早期损伤预警和寿命预测。因此,结合卷积神经网络和粒子群算法,提出一种基于粒子群卷积算法下转杆的机械损伤预测。通过与实际的机械损伤对比,可实现机械损伤预测避免网络陷入局部最优,提高了计算效率和预测准确性,满足实际工程中杆机械损伤预测的需求。

Abstract:: There are mechanical damage phenomena in the actual use of universal rotating machinery rotating rod.The traditional prediction methods rely on empirical formulas and simple statistical models , and it is difficult to accurately capture the complex stress state and damage evolution process of the rotating rod in the actual working environment.Therefore , these methods have limitations in the prediction accuracy , and it is difficult to achieve early damage warning and life prediction.Combined with convolutional neural network and particle swarm optimization algorithm , a kind of mechanical damage prediction of rotating rod based on particle swarm optimization algorithm was proposed.By comparing with actual mechanical damage , mechanical damage prediction can be realized to avoid the network falling into local optimal , and the calculation efficiency and prediction accuracy are improved , meeting the needs of mechanical damage prediction of rod in practical engineering.

[ 1 ] 王栋,张力丹,李峰 . 基于软性核凸包支持向量机算法滚动轴承故障诊断分析[ J ] . 机械设计与研究, 2023 , 39( 5 ): 92-94 , 114.

[ 2 ] 肖祯怀 . 基于粒子群算法的旋转机械故障诊断[ J ] . 机械与电子,2023 , 41 ( 7 ): 71-75.

[ 3 ] 李鹏浩 . 几类基于深度学习的故障诊断算法研究[ D ] .济南:济南大学,2023.

[ 4 ] 周静,孙强,黄蔚,等 . 串行集成 CNN 模型的两种机械故障诊断算法[ J ] . 陆军工程大学学报, 2023 , 2 ( 2 ): 31-38.

[ 5 ] 王杰 . 基于卷积神经网络的滚动轴承故障诊断算法研究[ D ] . 西安:陕西科技大学,2023.

[ 6 ] 张叶,齐小刚 . 声信号特征优化断路器机械故障诊断算法[ J ] . 机械设计与制造, 2022 ( 12 ): 181-183 , 188.

[ 7 ] 曹凤才 . 基于现代信号处理方法的复杂传动装置早期故障诊断研究[ D ] . 太原:中北大学,2022.

[ 8 ] 郭鸿量 . 基于多源信息融合的机械故障诊断算法研究[ D ] . 哈尔滨:哈尔滨工业大学,2022.

[ 9 ] 李沛珂 . 基于机器学习的齿轮箱故障诊断算法研究[ D ] . 北京:北京邮电大学,2022.

[ 10 ] 陈雷,张立毅,郭艳菊,等 . 基于时间可预测性的粒子群优化盲解卷积算法[ J ] . 计算机应用研究, 2014 , 31( 4 ): 1001-1004.

[ 11 ] 秦杰,邓平,罗锐,等 . 一种基于鲸鱼优化的 TOA / AOA 最优化定位算法[ J ] . 导航定位学报, 2023 , 11( 6 ): 93-101.

[ 12 ] 崔学荣,于寒蕾,李娟,等 . 小波包分解与长短期记忆融合的超宽带无线测距算法 [ J ] . 导航定位学报,2023 , 11 ( 6 ): 102 109.

[ 13 ] 蔡巍,陈明剑,王洋,等 .BDS-2 / BDS-3 组合长基线三频 RTK 算法 [ J ] . 导航定位学报, 2023 , 11 ( 6 ):142-148.

[ 14 ] 侯利民,韦卓庆,曹生辉,等 . 麻雀搜索算法的 PMSM 固定时间无模型滑模控制[ J ] . 电子测量与仪器学报,2023 , 37 ( 12 ): 156-165.

[ 15 ] 李红莉,陈志文,张祖杨,等 . 接受拒绝算法的贝叶斯不确定度评定[ J ] . 电子测量与仪器学报,2023 , 37( 12 ): 76-83.

[ 16 ] 南敬昌,黄菊,张慧妹 . 改进蝴蝶算法的神经网络天线建模 [ J ] . 电子测量与仪器学报,2023 , 37 ( 12 ):166-175.

备注/Memo:: 收稿日期: 2024-04-08
作者简介:徐立 ( 1982- ),男,浙江宁波人,学士,高级技师,工程师,研究方向为设备自动化;元春波 ( 1979- ),女,浙江宁波人,学士,助理工程师,研究方向为机械工程。

更新日期/Last Update: 2024-10-31