您所在的位置: 成果库 基于改进PSO-GRNN神经网络称重传感器故障诊断方法

基于改进PSO-GRNN神经网络称重传感器故障诊断方法

发布时间: 2023-12-14

基本信息

合作方式: 技术转让
成果类型: 发明专利
行业领域:
新一代信息技术产业,互联网与云计算、大数据服务
成果介绍
本发明涉及一种基于改进PSO GRNN神经网络称重传感器故障诊断方法,包括以下步骤:步骤1:采集称重传感器正常状态下的振动信号以及不同故障状态下的振动信号,形成第一数据集;步骤2:对第一数据集的数据样本进行打标签处理,形成第二数据集;步骤3:计算提取不同状态下输出振动信号的信号特征,共同作为模型的输入特征向量,形成第三数据集;步骤4:引入Lévy飞行完成对PSO算法的优化;步骤5:采用改进后的PSO算法优化GRNN神经网络的光滑因子,并构建GRNN神经网络故障诊断模型;步骤6:基于第三数据集对GRNN神经网络故障诊断模型进行训练,得到最终的GRNN神经网络故障诊断模型。本发明有效提高称重传感器故障诊断效率及可靠性。
成果亮点
提供一种基于改进PSO-GRNN神经网络称重传感器故障诊断方法,旨在解决上述问题。 为实现上述目的,本发明采用如下技术方案: 一种基于改进PSO-GRNN神经网络称重传感器故障诊断方法,包括以下步骤: 步骤1:采集称重传感器正常状态下的振动信号以及不同故障状态下的振动信号,形成第一数据集; 步骤2:对第一数据集的数据样本进行打标签处理,形成第二数据集; 步骤3:计算提取不同状态下输出振动信号的信号特征,共同作为模型的输入特征向量,形成第三数据集; 步骤4:引入Lévy飞行完成对PSO算法的改进; 步骤5:采用改进后的PSO算法优化GRNN神经网络的光滑因子,并构建GRNN神经网络故障诊断模型; 步骤6:基于第三数据集对GRNN神经网络故障诊断模型进行训练,得到最终的GRNN神经网络故障诊断模型。
团队介绍
发明人:梁伟 陈志雄 钟建华 钟剑锋 钟舜聪 福州大学(Fuzhou University),简称福大,位于福建省福州市,创建于1958年,是国家“双一流”建设高校,国家“211工程”建设高校,国家教育部、国家国防科技工业局与福建省人民政府共建高校,福建省三所重点建设的高水平大学之一,福建省一流大学建设高校,入选国家建设高水平大学公派研究生项目、教育部首批“卓越工程师教育培养计划”高校、新工科研究与实践项目、数据中国“百校工程”项目、国家“111计划”、“高校国际化示范学院推进计划”、国家级大学生创新创业训练计划、全国首批深化创新创业教育改革示范高校、中国政府奖学金来华留学生接收院校、全国专业学位研究生教育综合改革试点单位、国家集成电路人才培养基地、首批高等学校科技成果转化和技术转移基地、高校国家知识产权信息服务中心。
成果资料
产业化落地方案
点击查看
成果综合评价报告

评价单位:- (-) 评价时间:2023-12-15

黄建华

福州大学

教授

综合评价

该成果与现有技术相比具有以下有益效果: 本发明解决了因PSO算法全局寻找最优值能力不强,而导致收敛陷入局部最优,从而导致GRNN神经网络无法匹配到最优的参数光滑因子使得故障诊断准确率不高的问题,为称重传感器故障诊断提供了一种基于人工智能的新方法,提高了安全生产效率和降低了经济损失
查看更多>
更多