基于改進(jìn)遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的渦輪增壓系統(tǒng)故障診斷研究.pdf

1、渦輪增壓技術(shù)由于在節(jié)能、提高功率及滿足環(huán)保等方面具無(wú)可替代的作用而被眾多機(jī)車所采用。渦輪增壓系統(tǒng)的故障因素具有多樣性、復(fù)雜性、難以診斷等特點(diǎn)，對(duì)渦輪增壓系統(tǒng)進(jìn)行故障診斷研究具有很大的經(jīng)濟(jì)價(jià)值和社會(huì)應(yīng)用價(jià)值。由于渦輪增壓系統(tǒng)的故障特征及各種條件的限制，如噪聲復(fù)雜、測(cè)試系統(tǒng)難以組建、運(yùn)行環(huán)境不良、噪聲難以消除等限制，導(dǎo)致對(duì)渦輪增壓系統(tǒng)故障診斷效率低下，因此本文對(duì)基于改進(jìn)遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的渦輪增壓系統(tǒng)故障診斷作了深入的學(xué)習(xí)與研究。

2、　　首先研究了渦輪增壓系統(tǒng)故障診斷的發(fā)展現(xiàn)狀及各種方法，對(duì)渦輪增壓系統(tǒng)故障診斷存在的問(wèn)題與困難作了深入的分析，并且分析了采用改進(jìn)遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)應(yīng)用于渦輪增壓系統(tǒng)故障診斷的可行性。
　　其次對(duì)渦輪增壓系統(tǒng)的工作過(guò)程、主要故障及故障診斷理論進(jìn)行學(xué)習(xí)，由于神經(jīng)網(wǎng)絡(luò)的非線性映射能力較強(qiáng)，能夠很好反映出渦輪增壓系統(tǒng)狀態(tài)與各影響因素之間的非線性關(guān)系，因此確立了以神經(jīng)網(wǎng)絡(luò)作為故障診斷模型。而神經(jīng)網(wǎng)絡(luò)的缺陷就是結(jié)構(gòu)難以確定，為了優(yōu)化神經(jīng)網(wǎng)絡(luò)

3、的結(jié)構(gòu)，本文提出一種基于 Hooke-Jeeves的改進(jìn)遺傳算法（Hooke-Jeeves Genetic Algorithm，簡(jiǎn)稱HJGA算法）。HJGA算法在遺傳算法中融入了局部搜索能力較強(qiáng)的Hooke-Jeeves算法，遺傳算法給Hooke-Jeeves算法提供較好的初值，Hooke-Jeeves算法通過(guò)改變步長(zhǎng)搜索最優(yōu)個(gè)體。采用HJGA算法對(duì)函數(shù)優(yōu)化問(wèn)題的求解進(jìn)行仿真，結(jié)果顯示該算法結(jié)合了遺傳算法的全局搜索能力和Hooke-Je

4、eves算法的局部搜索能力，在計(jì)算速度、搜索精度以及穩(wěn)定性方面都優(yōu)于遺傳算法（GA算法），驗(yàn)證了HJGA算法的有效性。
　　最后將改進(jìn)的HJGA算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)，采用三層遞階結(jié)構(gòu)的染色體編碼，設(shè)計(jì)適當(dāng)?shù)倪m應(yīng)度函數(shù)，采用渦輪增壓系統(tǒng)故障樣本數(shù)據(jù)對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，對(duì)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)、權(quán)值和閾值同時(shí)進(jìn)行優(yōu)化，得到渦輪增壓系統(tǒng)的故障診斷模型。選取測(cè)試集對(duì)訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)進(jìn)行性能測(cè)試，測(cè)試結(jié)果滿足渦輪增壓系統(tǒng)故障診斷的要求。通過(guò)HJG