基于IPSO-PNN的电动汽车故障诊断

• 作者: 孔慧芳 贾善坤 张晓雪
• 来源期刊: 现代制造工程
• 关键词: 电动汽车 故障诊断 粒子群算法 概率神经网络
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 设备设计/诊断维修/再制造
• 页码范围: 130-135
• 页数: 6页
• 分类号: TP206.3
• 语种: 中文
• DOI: 10.16731/j.cnki.1671-3133.2021.01.022

摘要

为了提高电动汽车故障诊断的准确性,提出了一种基于改进粒子群(Improved Particle Swarm Optimization,IPSO)算法优化概率神经网络(Probabilistic Neural Network,PNN)的电动汽车故障诊断方法,即基于IPSO-PNN的电动汽车故障诊断方法.首先,研究了基于PNN的电动汽车故障诊断模型,分析了PNN的平滑因子对该模型诊断准确率的影响;其次,在粒子群(Particle Swarm Optimization,PSO)算法中引入频率粒子群和采用动态惯性权重,改善PSO算法的全局和局部寻优能力,利用IPSO算法优化基于PNN的电动汽车故障诊断模型的平滑因子,以改善模型的分类能力;最后进行仿真与分析.仿真结果表明:相较于基于PSO-PNN的电动汽车故障诊断方法,基于IPSQ-PNN的电动汽车故障诊断方法具有更高的诊断准确率和诊断速度.