基于EMD和改进PSO-Elman神经网络的液压故障诊断

• 作者: 宋仁旺 张晓宇 董增寿
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 经验模态分解 粒子群算法 Elman神经网络 故障诊断
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 29-32,36
• 分类号: TP181
• 字数: 4203字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2012.04.008

摘要

通过对工程机械液压系统各个元件的参数测量,提取包含故障信息的特征向量,并应用神经网络进行故障诊断.文中将经验模态分解(EMD)应用到故障特征向量提取中,结合压力、温度、流量等显性信号作为神经网络的输入,并对Elman神经网络的学习算法用PSO算法进行了改进,以提高网络的收敛率和计算能力.使用粒子群算法对Elman神经网络的权值和阈值进行优化,经过训练后即可应用到故障诊断系统中.仿真结果表明该方法提高了神经网络的收敛率,减小了诊断误差.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董增寿	太原科技大学电子信息工程学院	69	116	5.0	9.0
2	宋仁旺	太原科技大学电子信息工程学院	21	60	5.0	7.0
3	张晓宇	太原科技大学电子信息工程学院	2	5	1.0	2.0