论文摘要
本文将PSO(粒子群算法)优化BP(误差反向传播神经网络)应用于离心式冷水机组的故障诊断,针对7种典型故障,包括4种局部故障与3种系统故障,建立了PSO优化BP的诊断模型。结果表明:PSO优化后的BP神经网络(包括单隐层与双隐层)故障诊断性能显著提高,神经网络结构简化,较少的隐含层节点即可获得较优的诊断性能。单隐层神经网络优化后最佳隐含层节点数从18降至10,诊断正确率从89. 42%提升至95. 30%;双隐层神经网络优化后最佳隐含层节点数从25降至12,诊断正确率从97. 87%提升至98. 11%,诊断用时仅为优化前的23%。故障诊断虚警率(假报及漏报)降低,且显著改善了系统故障尤其制冷剂泄漏故障的诊断性能,对正常情况的识别率亦极大提高。PSO优化有助于BP网络跳出局部极小值,较好地改善了故障诊断性能。
论文目录
文章来源
类型: 期刊论文
作者: 徐玲,韩华,崔晓钰,范雨强,武浩
关键词: 冷水机组,故障诊断,粒子群算法,神经网络,虚警率
来源: 制冷学报 2019年03期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 工业通用技术及设备,自动化技术
单位: 上海理工大学能源与动力工程学院
基金: 国家自然科学基金(51506125)资助项目~~
分类号: TB657;TP18
页码: 115-123+131
总页数: 10
文件大小: 358K
下载量: 243