基于改进灰狼算法-BP神经网络的智能巡检机器人电磁兼容故障诊断

• 作者: 方烜 杨帆 梁家豪 林永宏 陈思远 郑思光
• 来源期刊: 科学技术与工程
• 学科: 工学
• 关键词: 智能巡检机器人 电磁兼容 神经网络 改进灰狼算法(IGWO)
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 论文|Papers
• 页码范围: 243-249
• 页数: 7页
• 分类号: TM933
• 语种: 中文
• DOI: 10.3969/j.issn.1671-1815.2022.01.029

摘要

智能巡检机器人巡检电力线路时可能受到电磁干扰而影响工作甚至发生故障,为有效地完成智能巡检机器人电磁兼容故障的诊断,提出一种基于改进灰狼算法(improved grey wolf optimizer,IGWO)优化BP神经网络(IGWO-BP)的故障诊断模型.由于智能巡检机器人电磁兼容故障征兆与故障原因之间具有复杂的非线性关系,采用一般BP神经网络诊断模型存在着收敛速度较慢,易陷入局部最优,诊断准确率偏低的缺陷.针对以上问题,利用IGWO-BP的权值与阈值,将优化后的BP神经网络应用于智能巡检机器人电磁兼容故障诊断.仿真结果表明,相比于GWO-BP神经网络和一般BP神经网络,IGWO-BP神经网络诊断模型收敛速度加快,网络泛化能力增强,故障诊断准确率提高.