基于改进人工蜂群算法的Elman神经网络风机故障诊断

• 作者: 刘刚 廖文喆 张丽 杨欣 林涛 蔡睿琪
• 来源期刊: 可再生能源
• 学科: 工学
• 关键词: 风机齿轮箱 故障诊断 Elman神经网络 人工蜂群算法
• 年，卷（期）: 2019,（4）
• 页码范围: 612-617
• 页数: 6页
• 分类号: TK83
• 字数: 3807字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-5292.2019.04.022

摘要

在风机齿轮箱故障诊断过程中,针对由于故障数据稀疏导致模型建立困难的问题,提出一种使用改进人工蜂群算法(IABC)优化Elman神经网络的故障诊断模型.该模型通过建立齿轮箱正常状态下的温度模型,采用残差分析,得到齿轮箱的故障状态,降低了建立模型的复杂度.采用IABC对Elman神经网络的相关参数进行优化,解决了Elman网络收敛速率慢、易陷入局部最优的问题.在IABC算法中,观察蜂阶段采用动态搜索策略,实现搜索能力和开发能力的平衡;在侦查蜂阶段,通过引入混沌变量扰动,增大种群多样性,进而达到全局最优.通过华北某风电场历史数据进行实验,结果表明,IABC与Elman神经网络的结合可对风机齿轮箱故障状态进行识别,且诊断正确率较高,可应用于实际故障诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘刚	河北工业大学人工智能与数据科学学院	11	44	6.0	6.0
2	林涛	河北工业大学人工智能与数据科学学院	65	273	10.0	12.0
3	张丽	河北工业大学人工智能与数据科学学院	27	60	5.0	7.0
4	杨欣	河北工业大学人工智能与数据科学学院	21	33	4.0	5.0
5	蔡睿琪	河北工业大学人工智能与数据科学学院	5	19	3.0	4.0
6	廖文喆	河北工业大学人工智能与数据科学学院	19	53	5.0	6.0