基于POA-BP神经网络的烟机齿轮箱故障诊断

为提高烟机齿轮箱故障诊断的准确率,以烟机塑料齿轮箱为研究对象,通过采用POA获取BP神经网络权值与阈值最优解,提出一种基于POA-BP神经网络的烟机齿轮箱故障诊断模型。仿真结果表明,该模型可准确诊断烟机齿轮箱故障,其分类准确率为99.98%,分类误差为0.005 3,优于ACO-BP等烟机齿轮箱故障诊断模型。