一种改进的PSO-BP算法在液压系统故障诊断中的应用.pdfVIP

HvdraulicsPneumatics＆Seals／No．11．20l2 一 种改进的PSO—BP算法在 液压系统故障诊断中的应用 张晓宇 (太原科技大学 电子信息工程学院，山西 太原 030024) 摘 要：液压系统故障诊断中采用BP神经网络进行故障的模式识别，存在着收敛率较低的问题。结合粒子群算法和BP算法各 自的优 势．提 出了一种基于改进 的PSO—BP液压系统故障诊断方法 。对标准粒子群算法的惯性权重和学习因子进行改进 ，再对 BP神经网络 的 权值和阈值进行优化，达到改善BP网络性能的 目标。仿真结果表明该方法提高了BP网络的收敛率，减小了诊断误差。 关键词 ：粒子群算法 ：BP神经网络 ；液压系统；故障诊断 中图分类号 ：TP181：TH137 文献标识码：A 文章编号 ：1008—0813(2012)10—0013—03 A M odified PSO ——BP Algorithm in Hydraulic System Fault Diagnosis Application ZHANG Xiao—yu (College ofElectronicandInformationEngineeringTaiyuanUniversityof ScienceandTechnology，Taiyuan 030024，China) Abstract： Hydraulic system faultdiagnosisusesBP neuralnetwork forfailurepattern recognition， butitexiststheproblem oflow convergence rate． Combining the respective advantages ofparticle swarm algorithm and BP algorithm，a new modified PSO—BP hydraulic system fault diagnosis methods was proposed．Firstly，theinertiaweightandlearningfactorofthestandardparticleswarm algorithm wasimproved，then BP neuralnetworkweightsandthreshold isoptimizedbymodified PSO algorithm．BPnetwork performance wasameliorated．ThesimulationresultsshowthatthismethodimprovestheconvergeneerateoftheBP network，anditcoulddiagnosethe failureofengineeringmachineryhydraulicsystem． Key words：particle swarm optimization algorithm； BP neuralnetwork； hydraulic system ；fault diagnosis 0 引 吾 都 有一 个 由被优 化 函数决 定 的适应 度值 (fitness value)。粒子在搜索空间内以一定的速度飞行 ，该速度 智能故障诊断技术 已被广泛应用于各类工程机械 由个体的飞行经验和群体的飞行经验决定。每一次迭 的故障诊断中，具有实时监测 、远程诊断、结合各领域 代，粒子通过追踪个体极值 pbest和全局极值 gbest更 专家对复杂设备故障进行高效处理等传统故障诊断方