基于改进遗传算法优化神经网络的涡轮增压系统故障诊断研究

代理获取

页面导航

目录
摘要
著录项
相似文献
相关主题

摘要

涡轮增压技术由于在节能、提高功率及满足环保等方面具无可替代的作用而被众多机车所采用。涡轮增压系统的故障因素具有多样性、复杂性、难以诊断等特点，对涡轮增压系统进行故障诊断研究具有很大的经济价值和社会应用价值。由于涡轮增压系统的故障特征及各种条件的限制，如噪声复杂、测试系统难以组建、运行环境不良、噪声难以消除等限制，导致对涡轮增压系统故障诊断效率低下，因此本文对基于改进遗传算法优化神经网络的涡轮增压系统故障诊断作了深入的学习与研究。
　　首先研究了涡轮增压系统故障诊断的发展现状及各种方法，对涡轮增压系统故障诊断存在的问题与困难作了深入的分析，并且分析了采用改进遗传算法优化神经网络应用于涡轮增压系统故障诊断的可行性。
　　其次对涡轮增压系统的工作过程、主要故障及故障诊断理论进行学习，由于神经网络的非线性映射能力较强，能够很好反映出涡轮增压系统状态与各影响因素之间的非线性关系，因此确立了以神经网络作为故障诊断模型。而神经网络的缺陷就是结构难以确定，为了优化神经网络的结构，本文提出一种基于 Hooke-Jeeves的改进遗传算法（Hooke-Jeeves Genetic Algorithm，简称HJGA算法）。HJGA算法在遗传算法中融入了局部搜索能力较强的Hooke-Jeeves算法，遗传算法给Hooke-Jeeves算法提供较好的初值，Hooke-Jeeves算法通过改变步长搜索最优个体。采用HJGA算法对函数优化问题的求解进行仿真，结果显示该算法结合了遗传算法的全局搜索能力和Hooke-Jeeves算法的局部搜索能力，在计算速度、搜索精度以及稳定性方面都优于遗传算法（GA算法），验证了HJGA算法的有效性。
　　最后将改进的HJGA算法优化BP神经网络，采用三层递阶结构的染色体编码，设计适当的适应度函数，采用涡轮增压系统故障样本数据对BP神经网络进行训练，对神经网络结构、权值和阈值同时进行优化，得到涡轮增压系统的故障诊断模型。选取测试集对训练好的神经网络进行性能测试，测试结果满足涡轮增压系统故障诊断的要求。通过HJGA与GA算法优化BP神经网络的故障模型的训练结果和诊断结果比较，结果证明了HJGA算法优化BP神经网络结构更精简，收敛速度更快，诊断数据更接近真实值。

著录项

作者
周慧娟;
展开▼
作者单位

江西理工大学;

展开▼
授予单位江西理工大学;
学科控制工程
授予学位硕士
导师姓名任金霞;
年度 2014
页码
总页数
原文格式 PDF
正文语种中文
中图分类人工神经网络与计算;
关键词
涡轮增压系统; 故障诊断; Hooke-Jeeves遗传算法; 神经网络; 搜索能力;

相似文献

中文文献
外文文献
专利

1. 基于遗传算法优化神经网络的直驱式风力发电机变频器故障诊断研究 [J] . 胡立锦 ,张新燕 ,王维庆 . 水力发电 . 2011,第012期
2. 基于遗传算法优化的相关向量机的燃机涡轮叶片故障诊断 [J] . 陈立伟 ,黄璐 ,齐传斌 . 应用科技 . 2016,第002期
3. 改进遗传算法优化的神经网络在智能故障诊断中的应用 [J] . 沈红 ,胡玉兰 ,李雪梅 . 机械设计与制造 . 2009,第003期
4. BP神经网络在柴油机涡轮增压系统故障诊断中的应用 [J] . 孙欣 ,丁香乾 ,石硕 . 计算机应用研究 . 2006,第006期
5. 基于改进鱼群算法优化神经网络的轴承故障诊断研究 [J] . 张宁 ,魏秀业 ,郭小勇 . 轴承 . 2019,第005期
6. 基于改进遗传算法优化神经网络的内燃机故障诊断方法研究 [C] . . 第六届全国信息获取与处理学术会议 . 2008
7. 基于改进遗传算法优化BP神经网络的变压器故障诊断 [A] . 南浩 . 2012

基于改进遗传算法优化神经网络的涡轮增压系统故障诊断研究

目录

摘要

著录项

相似文献

相关主题

期刊订阅