基于粒子群神经网络线控转向故障诊断的研究.pdfVIP

2010年第29卷 第9期 传感器与微系统(TransducerandMicrosystemTechnologies) 39 基于粒子群神经网络线控转 向故障诊断的研究 付秀伟 ，孔 峰 ，付 莉 (1．桂林电子科技大学 计算机与控制学院，广西桂林 541004； 2．广西工学院 电控系 ，广西 柳州 545006) 摘 要：改进的自适应粒子群优化算法根据群体早熟收敛程度和个体适应值来调整惯性权重和阈值系 数，以及对粒子速度与位置进行更新 ，该算法兼顾全局寻优和局部寻优，有效地避免早熟收敛。使用改进 的自适应粒子群优化算法训练神经网络，并根据汽车线控转向系统构建故障诊断模型。实验结果表明：与 传统的粒子群优化算法、遗传算法训练神经网络相比，基于改进的自适应粒子群优化算法的神经网络能够 有效改善神经网络的训练效率，加快了收敛速度 ，提高故障模式识别的准确率。 关键词：改进的自适应粒子群算法；神经网络；故障诊断；汽车线控转向 中图分类号：TP206 文献标识码：A 文章编号：1000-9787(2010)09--0039-03 Research onfaultdiagnosisforsteer—-by--wiresystem based on particleswarm optimization neuralnetwork FU Xiu．wei，KONG Feng ，FU Li (1．SchoolofComputerandControl，GuilinUniversityofElectronicScienceandTechnology，Guilin541004，China； 2．ElectricalInformationandControlEngineering，GunagxiUniversityofTechnology，Liuzhou545006，China) Abstract：A newparticleswarm optimizationalgorithm withdynamicallychan~ngtheinertialweightand thresholdvaluebasedontheimprovedparticleswarm optimizationisproposed，inwhichtheinertial weightofthe particleisadaptivelyadjustedbasedontheprematureconvergencedegreeoftheswarlnandthefitnessofthe particle．The diversity ofinertialweightmakes a compromise between the globalconvergence and local convergence，SOitcaneffectivelyalleviatetheproblem ofprematureconvergence．Thealgorithm isappliedtotrain neuralnetworkandamodeloffaultdiagnosisforsteer—by—wireisestablished．Thesimulationresultsillustratethat comparedwithparticleswarrfloptimizationalgorithm andgeneticalgorithm，theproposedalgorithm caneffectively improvethetrainingefficiencyofneuralnetwork，speeduptheconvergencerateandobtaingooddiagnosisresults． Keywords：improvedself-adaptiveparticleswarm algorithm ；neural network；faultdiag