《机电工程》杂志社科技期刊核心期刊论文投稿机电一体化机械、仪表电工自动化、计算机浙江大学主办

《机电工程》杂志，月刊( 详细... )

中国标准连续出版物号： ISSN 1001-4551 CN 33-1088/TH
主办单位：浙江省机电集团有限公司
浙江大学
主编：陈晓
副主编：唐任仲、罗向阳(执行主编)
总经理：罗向阳
出版：浙江《机电工程》杂志社有限公司
地址：杭州市上城区延安路95号浙江省机电集团大楼二楼211、212室
电话Tel：+86-571-87041360、87239525
E-mail：meem_contribute@163.com
国外发行：中国国际图书贸易总公司
订阅：全国各地邮局 国外代号：M3135
国内发行：浙江省报刊发行局
邮发代号：32-68
广告发布登记证：杭上市管广发G-001号

在线杂志	当前位置：机电工程 >>在线杂志

基于LPSO-GRNN模型的螺栓松紧状态预测研究

作者：梁伟,陈志雄,欧阳忠杰,等. 日期：2023-11-27/span> 浏览：1193 查看PDF文档

基于LPSO-GRNN模型的螺栓松紧状态预测研究*

梁伟1,2,3,陈志雄1,4,欧阳忠杰1,龚晟炜5,钟建华1,4*,钟舜聪1,4,廖华忠3

(1.福州大学机械工程及自动化学院,福建福州 350108;2.福建省力值计量测试重点实验室(福建省计量科学研究院),

福建福州 350100;3.厦门产业技术研究院,福建厦门 361001;4.福建省太赫兹功能器件与智能传感重点实验室,

福建福州 350108;5.西交利物浦大学智能工程学院,江苏苏州 215123)

摘要:在轴重式动态汽车衡的服役状态下,由于受到重型货车频繁的加卸载循环冲击,会导致其内部螺栓发生松弛脱落,针对这一问题,提出了一种基于莱维飞行改进粒子群算法优化的广义回归神经网络(LPSO-GRNN)的轴重式动态汽车衡螺栓松紧状态预测模型,并结合振动信号特征提取,将该模型应用于汽车衡螺栓松紧状态的预测。首先,研究并提取了螺栓不同松紧状态下输出振动信号的波形指标、峰值指标、脉冲指标、峭度指标等信号特征,并将其作为模型的共同输入特征向量;然后,采用莱维飞行提高了粒子群优化算法的寻优能力,通过产生随机步长,提高了算法的全局寻优能力,避免算法陷入局部最优值;利用改进的算法对广义回归神经网络(GRNN)的光滑因子进行了优化,得到了全局最优的光滑因子;最后,通过设计实验,分别使用广义回归神经网络(GRNN)、粒子群算法优化广义回归神经网络(PSO-GRNN)和LPSO-GRNN,以此来对螺栓松紧状态进行了预测,并将预测结果与实际情况进行了对比分析。实验结果表明:基于LPSOGRNN建立的螺栓松紧状态预测模型,其预测准确率可达到95%。研究结果表明:该螺栓松紧状态预测模型可以有效提高汽车衡螺栓松紧预测的准确率,同时有效解决粒子群算法容易陷入局部最优收敛的问题。

关键词:轴重式动态汽车衡;LPSO-GRNN预测模型;螺栓紧固;振动信号特征提取;广义回归神经网络;粒子群算法优化;莱维飞行

中图分类号:TH715;TP183文献标识码:A文章编号:1001-4551(2023)11-1814-09

本文引用格式:

梁伟,陈志雄,欧阳忠杰,等.基于LPSO-GRNN模型的螺栓松紧状态预测研究［J］.机电工程,2023,40(11):1814-1822.

LIANG Wei, CHEN Zhixiong, OU YANG Zhongjie, et al. Prediction of tension state of bolt based on LPSO-GRNN［J］.Journal of Mechanical & Electrical Engineering, 2023,40(11):1814-1822.