电动汽车电机故障时间的粒子群优化灰色预测

被引:11
作者
朱显辉 [1 ,2 ]
崔淑梅 [1 ]
师楠 [1 ,2 ]
闵远亮 [1 ]
机构
[1] 哈尔滨工业大学电气工程及自动化学院
[2] 黑龙江科技学院电气与信息工程学院
基金
国家高技术研究发展计划(863计划);
关键词
电动汽车; 电机; 灰色模型; 粒子群优化(PSO); 故障时间; 故障树;
D O I
暂无
中图分类号
U469.72 [电动汽车]; U472 [汽车保养与修理];
学科分类号
0807 ; 082304 ;
摘要
电动汽车电机故障因素多,可靠性分析需要大样本数据,为准确预测电机的故障时间,建立了故障率较高元件的故障树模型,给出了其可靠性计算式,并将基于小样本数据的灰色算法引入到电机可靠性计算中,利用传统和改进灰色模型进行仿真分析。为了进一步提高预测精度,以两种灰色模型为基础,利用粒子群算法的全局寻优能力,提出了以均方差最小为目标函数的优化模型,对电机故障时间进行预测,并利用两组实测数据进行了验证。结果表明,优化算法的相对平均误差分别为3.36%和5.05%,相对误差最大值分别为5.62%和8.41%。该结果验证了所提算法的有效性,为电动汽车电机的故障预测提供了理论依据。
引用
收藏
页码:1391 / 1396
页数:6
相关论文
共 12 条
[1]   采用有限元和粒子群算法优化特高压复合绝缘子均压环结构 [J].
张施令 ;
胡伟 ;
彭宗仁 ;
李乃一 .
高电压技术, 2012, 38 (02) :359-367
[2]   基于灰色相关向量机的故障预测模型 [J].
范庚 ;
马登武 ;
邓力 ;
吕晓峰 .
系统工程与电子技术, 2012, 34 (02) :424-428
[3]   车用电机的有限元模态分析 [J].
代颖 ;
崔淑梅 ;
宋立伟 .
中国电机工程学报, 2011, 31 (09) :100-104
[4]   基于灰色模型的风速-风电功率预测研究 [J].
李俊芳 ;
张步涵 ;
谢光龙 ;
李妍 ;
毛承雄 .
电力系统保护与控制, 2010, 38 (19) :151-159
[5]   采用tanδ表征变频电机绞线对绝缘老化特性的研究 [J].
吴广宁 ;
周力任 ;
郭小霞 ;
何景彦 .
高电压技术, 2010, 36 (07) :1625-1629
[6]   基于灰色关联度的架空线路运行状态的评价 [J].
韩富春 ;
周林伟 ;
贾雷亮 ;
周国华 .
高电压技术, 2009, 35 (02) :399-402
[7]   电动汽车电机驱动系统可靠性模型及预计 [J].
胡伟 ;
温旭辉 ;
刘钧 .
电气传动, 2007, (12) :7-10
[8]   一种自适应粒子群优化算法及其仿真研究 [J].
韩江洪 ;
李正荣 ;
魏振春 .
系统仿真学报, 2006, (10) :2969-2971
[9]   变频牵引电机定子绕组电磁线寿命特性的研究 [J].
林同光 ;
吴广宁 ;
佟来生 ;
刘曦 .
高电压技术, 2006, (08) :1-3
[10]   一种预估直流微电机寿命的方法 [J].
苑蓉 .
微电机(伺服技术), 2006, (03) :101-102