基于和声蚁群耦合算法的风电机组齿轮箱故障诊断-计算机工程.PDFVIP

第 卷 第 期 计 算 机 工 程 年 月 人工智能及识别技术 文章编号 文献标识码 中图分类号 基于和声蚁群耦合算法的风电机组齿轮箱故障诊断 尹玉萍 刘万军 魏 林 辽宁工程技术大学 电气与控制工程学院 软件学院基础教学部辽宁 葫芦岛 摘 要 基于和声搜索和蚁群算法优化后的神经网络提出一种风电机组齿轮箱故障诊断方法 将蚁群算法 的信息素更新机制用于和声搜索算法中提高和声搜索算法的收敛速度并利用和声搜索算法的个体扰动策略和 随机搜索机制改善蚁群算法过早收敛的问题 利用该方法对神经网络的权值和阈值进行优化克服神经网 络算法易陷入局部最优解的缺点提高神经网络的训练效率和收敛速度 测试结果表明该方法诊断结果正确且 精度高将经和声蚁群耦合算法优化后的神经网络用于风电机组齿轮箱故障诊断是有效的 关键词 蚁群算法和声搜索算法神经网络风电机组齿轮箱故障诊断 中文引用格式尹玉萍刘万军魏 林基于和声蚁群耦合算法的风电机组齿轮箱故障诊断计算机工程 英文引用格式 外界因素导致风电机组的故障率居高不下 据不 概述 完全统计目前我国风电场中风电机组的平均可利 风电在全球范围内发展迅速我国每年的装机 用率普遍低于 除风电接入系统条件不完善 容量持续成倍增长 设备运行安全性问题逐渐引起 外风电机组故障率高更是一个主要因素从而使风 高度的重视 由于风电机组的运行条件恶劣如 电场后期运行维护成本居高不下 因此降低维护 风速变化随机外界温差变化大等 很多不确定的 费用是提高风电场运营效益的主要途径 基金项目国家自然科学基金资助项目 作者简介尹玉萍 女讲师博士研究生主研方向智能计算 自动化技术及应用刘万军教授博士生导师魏 林讲师博 士研究生 收稿日期 修回日期 第 卷 第 期 尹玉萍刘万军魏 林基于和声蚁群