粒子群优化及智能故障诊断pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

粒子群优化及智能故障诊断PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论 1

1.1 群体智能及其特点 2

1.2 粒子群优化算法的现状与发展 3

1.2.1 算法的改进 3

1.2.2 算法的分析 6

1.2.3 粒子群优化算法的应用 6

1.2.4 粒子群优化算法的研究方向 7

1.3 机械故障诊断技术研究概述 8

1.3.1 故障机理研究 9

1.3.2 信号处理技术 9

1.3.3 故障诊断方法 11

1.3.4 基于人工智能的融合技术的诊断方法 12

第2章 粒子群优化算法 17

2.1 基本粒子群优化算法 18

2.1.1 算法原理 18

2.1.2 粒子群优化算法收敛性分析 19

2.1.3 粒子群优化算法流程 24

2.1.4 基本粒子群优化算法的社会行为分析 25

2.2 标准粒子群优化算法 26

2.2.1 带惯性权重粒子群优化算法 26

2.2.2 带收缩因子粒子群优化算法 27

2.3 粒子群优化算法的发展 27

2.3.1 自适应粒子群优化算法 28

2.3.2 混合粒子群优化算法 28

2.4 粒子群优化算法参数的设置 30

2.5 粒子群优化算法与遗传算法的比较 32

第3章 基于参数策略的粒子群优化算法改进 35

3.1 动态加速常数的粒子群优化算法 35

3.1.1 算法描述 35

3.1.2 算法在函数中的仿真实验 36

3.1.3 算法在函数中的测试 41

3.1.4 算法在神经网络中的测试 45

3.2 速度自适应的粒子群算法 50

3.2.1 算法描述 50

3.2.2 算法在函数中仿真研究 51

3.2.3 算法在神经网络中的仿真研究 54

3.2.4 算法在神经网络中的测试 57

3.3 主要控制参数的协同关系分析 60

3.3.1 已有研究结果概述 60

3.3.2 参数间的协同关系对算法的性能控制分析 60

第4章 基于粒子群优化的核主元分析特征提取技术 63

4.1 基于主元分析方法的特征提取 64

4.2 基于核主元分析的特征提取技术 66

4.2.1 算法原理 66

4.2.2 算法实现 69

4.3 基于粒子群优化算法的核函数的参数优化 69

4.3.1 核参数优化适应度建立 70

4.3.2 粒子群优化核函数参数的实现 72

4.4 仿真研究 73

4.4.1 构建Iris仿真数据集 73

4.4.2 粒子群优化核参数的实现及核主元分析结果 74

4.5 基于粒子群优化的核主元分析故障样本特征提取 77

4.5.1 建立齿轮箱特征参数集 77

4.5.2 基于粒子群优化算法的核参数的优化 79

4.5.3 核主元分析结果及特征参数提取 81

第5章 基于粒子群优化的齿轮箱传感器优化配置 88

5.1 传感器优化布置的研究进展 89

5.1.1 传感器优化问题的数学模型描述 89

5.1.2 传感器优化配置准则 90

5.1.3 传感器优化配置的计算方法 92

5.2 粒子群优化方法在齿轮箱测点优化中的应用 93

5.3 齿轮箱有限元建摸与模态计算 94

5.3.1 齿轮箱箱体建模 94

5.3.2 齿轮箱箱体计算模态分析 96

5.4 基于粒子群优化的齿轮箱传感器优化布置的实现 99

5.4.1 初选点方案 99

5.4.2 适应度 104

5.4.3 参数编码 104

5.4.4 粒子群算法优化测点算法的实现过程 104

5.4.5 优化结果及分析 105

5.5 齿轮箱箱体试验模态分析 110

5.5.1 试验分析的设备 110

5.5.2 测点布置及测试方案 110

5.5.3 测点频响特性分析 111

5.5.4 试验模态结果分析 118

第6章 基于粒子群优化神经网络的齿轮箱故障诊断方法 121

6.1 齿轮箱故障机理分析 121

6.1.1 齿轮常见的故障形式及产生的原因 122

6.1.2 轴承常见的故障形式及产生的原因 123

6.2 齿轮箱常见故障的振动特征分析 124

6.2.1 齿轮的故障特征 124

6.2.2 轴承的故障特征 125

6.2.3 轴的故障特征 126

6.3 齿轮箱故障诊断实验方案 126

6.3.1 齿轮箱故障的设置 127

6.3.2 测点的选定 128

6.3.3 齿轮箱信号采集 129

6.4 齿轮箱的故障特征值的选取 130

6.5 粒子群优化神经网络故障诊断算法实现 130

6.5.1 神经网络故障诊断系统的构建 130

6.5.2 粒子群优化神经网络参数的设置 131

6.5.3 神经网络的训练与诊断样本 131

6.5.4 神经网络的理想输出的设置 133

6.5.5 神经网络的训练和诊断结果 134

附录A 基于粒子群优化算法的函数优化程序 139

附录B 基于粒子群优化算法的故障诊断源程序 143

参考文献 171