基于PSO-BP神经网络的角接触球轴承凸出量预测

章如意; 段玥晨; 张瑞; 赵明辉

doi:10.13873/J.1000-9787(2025)09-0134-04

Chinese

您当前的位置：

首页 >

文章列表页 >

基于PSO-BP神经网络的角接触球轴承凸出量预测

计算与测试 | 更新时间：2025-09-11

- 基于PSO-BP神经网络的角接触球轴承凸出量预测
- 暂无标题
- 传感器与微系统 2025年第9期页码：134-137+143
- 作者机构：
  
  1. 郑州大学机械与动力工程学院
  2. 郑州郑大智能科技股份有限公司
- 作者简介：
- 基金信息：
  
  工信部项目(TC220H05V)
- DOI：10.13873/J.1000-9787(2025)09-0134-04
  中图分类号： TH133.3;TP183
- 纸质出版：2025
- 稿件说明：
移动端阅览
章如意, 段玥晨, 张瑞, 等. 基于PSO-BP神经网络的角接触球轴承凸出量预测[J]. 传感器与微系统, 2025,(9):134-137+143.
章如意, 段玥晨, 张瑞, 等. 基于PSO-BP神经网络的角接触球轴承凸出量预测[J]. 传感器与微系统, 2025,(9):134-137+143. DOI： 10.13873/J.1000-9787(2025)09-0134-04.

DOI：

摘要

针对人工测量角接触球轴承的凸出量，对轴承进行配对效率较低的问题，提出了基于粒子群优化（PSO）—反向传播（BP）神经网络的角接触球轴承凸出量预测方法。根据200组实验数据，通过灰色关联度分析，选取了角接触球轴承内外圈的宽度、沟位、沟径和沟道曲率半径作为建模数据集，分别利用BP神经网络、遗传算法（GA）—BP神经网络、PSO-BP神经网络建立角接触球轴承凸出量预测模型。结果表明：PSO-BP神经网络预测模型预测效果最好，决定系数（R

）达0.986 3

整体误差≤±0.70%

能够较为准确地预测角接触球轴承的凸出量，提高轴承的配对效率。

Abstract

关键词

Keywords

references

仝楠,章元军,王东峰,商琪,张双贵.高速轻载角接触球轴承凸出量的影响因素分析[J].轴承,2017(11).

刘胜超,徐海利,刘志恒,张文涛,商琪.轴向载荷作用下角接触球轴承轴向位移分析[J].轴承,2016(01).

廖有为,曹伟嘉,蒋剑锋,杨留方.基于GA-BP神经网络的气体传感器湿度补偿研究[J].传感器与微系统,2021(12).

昝智,张晨牧,伍继君,石垚,刘朗明,刘卫平,庄才备.基于神经网络预测的锌挥发率影响机制分析[J].过程工程学报,2023(09).

杨佳男,马飞鸿,胡斌,曾松伟.基于GA-BP神经网络的负氧离子浓度反演模型研究[J].传感器与微系统,2023(08).

马占飞,巩传胜,李克见,林继祥,刘雨忻.基于IPSO-BP神经网络的WSNs数据融合算法[J].传感器与微系统,2023(12).

张艳丽,王平,李志刚,杨友中,邹燕珍.角接触球轴承凸出量的灰色关联度分析[J].轴承,2012(12).

徐海利,何崇光,刘志恒,焦春照.角接触球轴承球径变化对凸出量的影响[J].轴承,2017(05).

杨浩亮,王东峰,刘志恒,何灵辉.角接触球轴承凸出量的影响因素分析和组配技术[J].哈尔滨轴承,2018(03).

浏览量

115

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于GA-BP的表面肌电信号下肢动作模式识别研究

基于GA-BP神经网络的氢气传感器的浓度补偿研究

基于改进的RBF神经网络倾角传感器温度补偿方法研究

基于IPSO-BP神经网络的WSNs数据融合算法

基于GA-BP神经网络的负氧离子浓度反演模型研究