基于BP算法和ACO算法的故障诊断推理研究

被引：5

作者：

刘庆杰

王小英

王茂发

机构：

[1] 防灾科技学院

来源：

计算机测量与控制 | 2012年 / 20卷 / 06期

关键词：

故障诊断; BP算法; ACO算法; 权值;

D O I：

10.16526/j.cnki.11-4762/tp.2012.06.007

中图分类号：

TH165.3 [];

学科分类号：

摘要：

BP算法在故障诊断领域已取得广泛应用,但其存在收敛速度慢且容易陷入局部最小值的缺陷,限制了其进一步的发展;ACO(Ant colony optimization)算法是一种模拟进化算法,已很好地应用于解决旅行商和资源两次分配等经典的优化问题,具有启发式收敛、正反馈以及分布式计算等优点;为此,将ACO算法引入BP算法故障诊断方法中,使用ACO算法对BP网络中的参数即权值、阈值以及学习率等进行优化,定义了一种结合ACO算法和BP算法能对故障进行诊断的新算法,并将其应用于具体的故障诊断实例中,最后,通过100组样本中的95组进行训练,并对剩余5组进行故障诊断,实验证明结合ACO算法和BP算法的新算法较传统的仅使用BP算法的诊断方法具有收敛速度快、诊断精确高以及训练性能好的优点。

引用

页码：1460 / 1462+1466 +1466

页数：4

共 10 条

[1]

Diagnosis of sensor and actuator faultsof a class of hybrid systems based on semi-qualitative method. Peng Z,Wang W H,Zhou D H. Proceedings of the 5th World Congress on Intelligent Control and Auto-mation . 2004

[2]

Fault diagnosis for internal combustion engines using intake manifoldpressure and artificial neural network. Jian-Da Wu,Cheng-Kai Huang,Yo-Wei Chang. Expert Systems With Applications . 2010

[3]

Combination of independent component analysis and support vector machines for intelligent faults diagnosis of induction motors. Achmad Widodo,Bo-Suk Yang,Tian Han. Expert Systems With Applications . 2007

[4]

A review of process fault detection and diagnosis Part II: Qualitative models and search strategies. Venkat Venkatasubramanian,Raghunathan Rengaswamy,Surya N Kavuri. Computers and Chemistry . 2003

[5]

A review of process fault detection and diagnosis Part I: quantitative model-based methods. Venkatasubramanian V,Rengaswamy R,Yin K,et al. Computers and Chemistry . 2003

[6] Temporal fault trees [J].