关键词：状态监测；齿轮箱；IPSO-BP网络；残差；滑动窗口统计
摘 要：将改进粒子群算法(IPSO)与BP神经网络相结合,建立齿轮箱正常工作状态下的温度模型并用其进行温度预测.通过合理地选择训练样本,使IPSO-BP模型覆盖齿轮箱的正常工作空间.当齿轮箱工作异常时,其动态特性偏离正常工作空间,导致IPSO-BP网络温度模型预测残差的分布特性发生变化.采用滑动窗口方法实时计算残差的统计分布特性,当残差的均值或标准差超过预先设定的阈值时,发出报警信息,提示运行人员检查设备状态.