基于遗传小波神经网络的电梯故障诊断分析.pdfVIP

第 13卷 第2期 北华大学学报 (自然科学版) V0I．13No．2 2012年 4月 JOURNALOFBEIHUAUNIVERSITY(NaturalScience) Apr．2012 文章编号：1009-4822(2012)02-0236-05 基于遗传小波神经网络的电梯故障诊断分析 张 莉，武昌俊 ，余丙荣，周明龙 (安徽机电职业技术学院电气工程系，安徽 芜湖 241000) 摘要：利用小波分析具有能量分布特征提取的特性和遗传算法优化 BP算法的能力，提出了一种基于遗传算法、 小波与神经网络的电梯故障诊断方法，并应用电梯故障数据作为实例进行了验证．遗传算法小波神经网络模型 诊断速度快 、鲁棒性好、故障诊断正确率高． 关键词：小波变换；人工神经网络；遗传算法；故障诊断 中图分类号：TP273 文献标志码：A ElevatorFaultDiagnosisAnalysisBased onGeneticW aveletNeuralNetwork ZHANGLi，WUChang-jun，YUBing—rong，ZHOUMing—long (AnhuiTechnicalCollegeofMechanicalandElectricalEngineering，Wuhu241000，China) Abstract：By means ofenergy distribution feature extraction ofwaveletanalysis and the ability ofgenetic algorithm tooptimizeBP，anelevatorfaultdiagnosismethodisdeveloped，whichisbasedon geneticalgorithm ， waveletandneuralnetwork．Theelevatorfaultdataisappliedasanexample．TheresultshowsthatGA—WANN modeliswithspeedydiagnosis，goodrobustnessandhighaccuracyoffaultdiagnosis． Keywords：wavelettransform；ANN；GA；faultdiagnosis 随着城市中高层建筑物的不断增加，电梯的应用也越来越广泛，已成为生活中不可缺少的运输工具． 由于电梯的运行直接涉及人民的生命财产安全，这就要求电梯必须可靠性高，而且在故障诊断维修服务方 面达到一定的水平 ¨J．目前，国内在用的大部分电梯中没有故障诊断系统，当电梯出现故障后，如何保证 维保人员能及时、准确地了解电梯出现故障的原因及相关信息，是 目前我们研究电梯故障诊断系统的一个 重要原因，因此研究电梯的故障诊断具有重要的现实意义．以前人们仅仅凭借经验或是简单的仪器来判断 故障，准确率不高，现在使用最多的是人工智能诊断．本研究以电梯控制系统的安全回路故障诊断为例，提 出了一种将遗传算法、小波与神经网络理论相结合的诊断方法． 1 遗传算法 遗传算法是一种新发展起来的基于优胜劣汰、自然选择、适者生存和基因遗传思想的优化算法，其主 要特点可以归纳为 ： 收稿 日期：2012-03-05 基金项 目：安徽省优秀青年人才基金项 目(2011SQRL183)． 作者简介：张 莉(1980一)，女，讲师，硕士，主要从事智能控制、神经网络控制研究 第2期 张 莉，等：基于遗传小波神经网络的电梯故障诊断分析 237 1)操作对象是参数的编码而不是参数本身； 2)可以从许多初始点开始并行操作，可以有效地防止搜索过程收敛于局部最优解 ，而且有较大的可 能求得全局最优解 ； 3)无需其他推导直接通过 目标函数计算适应度，对问题的依赖较小； 4)使用概率的转变规则，而不是确定性的规则； 5)在解空间内不是盲 目穷举或完全随机测试，而是采用启发式搜索，搜索效率明显优于其他方法； 6)对于待寻优的函数基本无限