论文部分内容阅读
利用径向基函数神经网络可对大型机床导轨故障进行诊断,但有收敛速度慢、易陷入局部极小值等缺陷. 现有生物地理优化算法具有参数少、实现简单、收敛速度快等优点,但因有搜索能力弱会导致其应用范围受到限制.该 研究将利用BB0算法来训练RBF神经网络,并将其应用于龙门机床导轨的5 种状态（正常、粘结、爬行、变形、磨损）的诊 断.与传统诊断结果比较,迭代次数的大幅降低证明经过BB0算法训练的RBF神经网络故障诊断克服了传统神经网络 寻优收敛速度慢、易陷入局部极小值等缺陷.具有较好的收敛性、稳定性,能够大幅提高故障诊断