基于PSO优化BP的冷水机组故障诊断研究

• 作者: 崔晓钰 徐玲 武浩 范雨强 韩华
• 来源期刊: 制冷学报
• 学科: 工学
• 关键词: 冷水机组 故障诊断 粒子群算法 BP神经网络 虚警率
• 年，卷（期）: 2019,（3）
• 页码范围: 115-123,131
• 页数: 10页
• 分类号: TU831.4|TP183|TP306+.3
• 字数: 6998字
• 语种: 中文
• DOI: 10.3969/j.issn.0253-4339.2019.03.115

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔晓钰	上海理工大学能源与动力工程学院	112	702	14.0	20.0
2	韩华	上海理工大学能源与动力工程学院	19	134	7.0	11.0
3	范雨强	上海理工大学能源与动力工程学院	6	18	3.0	4.0
4	武浩	上海理工大学能源与动力工程学院	3	3	1.0	1.0
5	徐玲	上海理工大学能源与动力工程学院	4	16	2.0	4.0