基于粒子群優(yōu)化RBF神經(jīng)網(wǎng)絡的柴油機故障診斷研究.pdf

1、柴油機是許多設(shè)備的動力源，廣泛應用到礦山、船舶等領(lǐng)域。因此柴油機在國民經(jīng)濟中占有很重要的地位。柴油發(fā)動機的狀態(tài)監(jiān)測與故障診斷的研究也就越來越受到研究者和工業(yè)部門的重視。隨著信號處理技術(shù)的發(fā)展和應用于非平穩(wěn)信號分析的各種分析方法的不斷涌現(xiàn)，幾十年來在故障診斷領(lǐng)域得到廣泛應用的快速傅立葉變換分析方法已不能滿足現(xiàn)代機械故障診斷的要求。 人工神經(jīng)網(wǎng)絡是一種大規(guī)模的分布式并行處理系統(tǒng)，具有自組織、自學習、自適應和非線性動態(tài)處理等特性。這對

2、于解決復雜的非線性問題具有廣闊的應用前景。 粒子群優(yōu)化算法是基于群體智能理論的一種優(yōu)化算法，通過種群粒子間的合作與競爭產(chǎn)生的群體智能來指導優(yōu)化搜索。作為一類新興的隨機全局優(yōu)化算法，粒子群算法依賴的經(jīng)驗參數(shù)少，易于控制，而且由于其理論上的并行性，收斂速度很快，因此，在其提出的十年中，在許多領(lǐng)域獲得了成功。 本文在深入分析RBF神經(jīng)網(wǎng)絡及粒子群優(yōu)化算法等理論的基礎(chǔ)上，用粒子群算法作為RBF神經(jīng)網(wǎng)絡的學習算法，使之具有很強的網(wǎng)