基于PSO的发动机故障诊断算法与应用

编号 zgly0001646810

文献类型 期刊论文

文献题名 基于PSO的发动机故障诊断算法与应用

作者 谢春丽  凌斌  王宇超 

作者单位 东北林业大学交通学院 

母体文献 森林工程 

年卷期 2018年04期

年份 2018 

分类号 TP18  U472 

关键词 粒子群算法(PSO)  BP神经网络  发动机  故障诊断 

文摘内容 为提高发动机的安全性,利用BP神经网络进行发动机故障诊断。BP神经网络隐含层节点数根据经验公式选择,并考虑训练方法的影响,通过比较每种方案的误差确定为最佳BP神经网络方案。由于BP神经网络存在诸多有待优化之处,选择粒子群算法优化BP神经网络,首先提取粒子群中相应参数作为网络的权值和阈值,然后设置网络进化参数,最后将从粒子群中提取的数值赋给神经网络,进行网络训练。利用发动机故障诊断台架对两种算法进行故障诊断测试,将结果与未优化的BP神经网络进行比较,结果显示,经过粒子群优化后的BP神经网络学习速度和诊断正确率均优于未优化的BP神经网络。