电动汽车电机故障时间的粒子群优化灰色预测

• 作者: 崔淑梅 师楠 朱显辉 闵远亮
• 来源期刊: 高电压技术
• 学科: 工学
• 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
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 智能电网与状态检修
• 页码范围: 1391-1396
• 页数: 6页
• 分类号: TM715
• 字数: 4818字
• 语种: 中文

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。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔淑梅	哈尔滨工业大学电气工程及自动化学院	95	1187	20.0	29.0
2	朱显辉	哈尔滨工业大学电气工程及自动化学院	5	69	4.0	5.0
3	闵远亮	哈尔滨工业大学电气工程及自动化学院	2	40	2.0	2.0