首页 | 本学科首页   官方微博 | 高级检索  
     

粗糙集与改进的QPSO-RBF算法在柴油机气门故障诊断中的应用
引用本文:曹龙汉,刘小丽,郭晓东,王申涛,代睿.粗糙集与改进的QPSO-RBF算法在柴油机气门故障诊断中的应用[J].信息与控制,2011,40(4).
作者姓名:曹龙汉  刘小丽  郭晓东  王申涛  代睿
作者单位:1. 重庆通信学院控制工程重点实验室,重庆400035;重庆理工大学汽车零部件制造及检测技术教育部重点实验室,重庆400050
2. 重庆通信学院控制工程重点实验室,重庆,400035
3. 重庆理工大学汽车零部件制造及检测技术教育部重点实验室,重庆,400050
基金项目:科技部国际科技合作项目(2007DFR10420); 重庆理工大学汽车零部件制造及检测技术教育部重点实验室开放基金资助项目(2009-10); 重庆高校优秀成果转化基金资助项目(Kjzh10219)
摘    要:针对气门故障,以缸盖振动信号的小波包能量谱作为故障特征参数,提出一种粗糙集(RS)与改进的量子微粒群径向基函数神经网络(QPSO-RBF NN)相结合的故障诊断方法.首先应用粗糙集对试验所得的特征参数进行属性约简,去掉冗余信息,简化RBF网络的结构;然后将带变异算子的QPSO算法引入到RBF网络的学习过程中,改进其现有的学习算法,进一步提高故障预测能力.通过对6135D型柴油机气门故障进行诊断,结果表明该方法提高了诊断的精度和效率.

关 键 词:粗糙集  径向基函数神经网络  量子微粒群优化算法  柴油机  故障诊断  

The Application of Rought Set and Improved QPSO-RBF Algorithm to Fault Diagnosis for Diesel Engine Valve
CAO Longhan,LIU Xiaoli,GUO Xiaodong,WANG Shentao,DAI Rui.The Application of Rought Set and Improved QPSO-RBF Algorithm to Fault Diagnosis for Diesel Engine Valve[J].Information and Control,2011,40(4).
Authors:CAO Longhan  LIU Xiaoli  GUO Xiaodong  WANG Shentao  DAI Rui
Affiliation:CAO Longhan1,2,LIU Xiaoli1,GUO Xiaodong2,WANG Shentao1,DAI Rui1(1.Key Laboratory of Control Engineering,Chongqing Institute of Communication,Chongqing 400035,China,2.Key Laboratory of Manufacture and Test Techniques for Automobile Parts of Ministry of Education,Chongqing University of Technology,Chongqing 400050,China)
Abstract:A fault diagnosis method of combining RS(rough set) and improved QPSO-RBF NN(quantum-behaved particle swarm optimization-radial basis function neural network) is proposed for valve fault,in which wavelet packet energy spectrum from vibration signals of bonnet is taken as fault characteristic parameters.Firstly,attributes of characteristic parameters are reduced by RS theory in order to delete redundant attributes and simplify the inputs of RBF NN,then QPSO algorithm with mutation operator is introduced into...
Keywords:rough set  radial basis function neural network  quantum-behaved particle swarm optimization algorithm  diesel engine  fault diagnosis  
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号