10.3969/j.issn.1006-8023.2018.04.016
基于PSO的发动机故障诊断算法与应用
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.
粒子群算法(PSO)、BP神经网络、发动机、故障诊断
34
U472.9
黑龙江省自然科学基金面上项目资助E2015053;中央高校基本科研业务费专项资金项目资助2572018BG02
2019-01-04(万方平台首次上网日期,不代表论文的发表时间)
共6页
96-101