基于仿生智能优化RBF神经网络的故障诊断①

来源 :科技创新导报 | 被引量 : 0次 | 上传用户:yebailin
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  摘 要:从锅炉水循环系统当前工艺参数中辨别和判断故障,可以使控制人员更全面地判断当前生产状态和预测未来情况,从而及时采取有效应对措施。该文提出一种基于仿生智能优化的RBF神经网络用于水循环系统故障的诊断。即针对构造RBF神经网络时隐相关参数难以确定的问题,该文提出采用混合蛙跳聚类算法确定隐层节点数,采用混合粒子群算法确定c和σ,使用最小二乘法(LMS)计算ω。通过实例验证,采用该文方法可以准确的诊断锅炉水循环系统的故障。
  关键词:混合蛙跳 算法 混合粒子群算法 故障诊断
  中图分类号:TM715 文献标识码:A 文章编号:1674-098X(2015)03(b)-0046-01
  RBF神经网络是一种三层前向型网络,通常包括输入层、隐含层和输出层,能实现输入层到隐含层的非线性映射和隐含层到输出层的线性映射。可以在基函数的作用下,对靠近基函数中央范围的输入信号产生影响。针对在确定一个RBF神经网络时,隐层节点数、数据中心c、宽度σ和隐层到输出层的连接权值向量ω难以确定的问题,该文提出一种基于仿生智能优化的RBF神经网络用于水循环系统故障的诊断,并将该文算法应用在锅炉水循环系统故障诊断中取得了很好的效果。
  1 基于SFLA聚类算法的RBF隐层节点确定
  该文采用混合蛙跳(Shuffled frog-leaping algorithm,SFLA)[1]聚类算法确定隐层节点数,算法步骤如下:
  (1)种群的初始化。给定模因组数目m、模因组中青蛙的最大进化次数M、聚类数目k,对于第i只青蛙Frog(i),先将每个样本随机指派为某一类作为最初的聚类划分,并计算各类的聚类中心作为青蛙i的位置编码Frog(i)·location[],计算青蛙的适应度值Frog(i)·fitness,反复进行,生成N只青蛙。
  (2)将N只青蛙按适应度值降序排列并按照分组算子将N只青蛙分给m个模因组。
  (3)每个模因组中的位置最差青蛙执行局部位置更新算子。
  (4)各个模因组中的所有青蛙重新混合,组成数量为N只青蛙的总群体。
  (5)對新的青蛙群体,更新种群中最好位置的青蛙Fg。
  (6)判断终止条件是否满足,如果满足,结束迭代,聚类数即为隐层节点数;否则转向(2)继续执行。
  2 基于混合粒子群算法优化RBF神经网络
  该文采用混合粒子群算法确定RBF神经网络c和σ,使用最小二乘法(LMS)计算ω。具体算法步骤如下:
  (1)初始化粒子群,随机产生所有粒子的位置和速度,初始化适应度值、粒子的最优位置和整个粒子群的最优位置。
  (2)根据当前粒子的位置(网络的c和σ),并采用LMS得到连接权值,并计算出粒子对所有训练样本的适应度值。
  (3)将当前粒子适应值与该粒子所经历过的最优位置的适应值进行比较,如较好,则将其作为当前的最优位置;将当前粒子适应值与整个粒子群所经历过的最优位置的适应值进行比较,如较好,则将其作为当前整个粒子群的最优位置。
  (4)采用个体最优交叉操作把个体和个体最优粒子进行交叉得到新粒子。
  (5)采用群体最优交叉操作把个体和群体最优粒子进行交叉得到新粒子。
  (6)采用粒子变异操作将粒子自身变异得到新粒子。
  (7)如果没有满足终止条件,则返回(2);否则,退出算法,得到最优解,即网络的c和σ值。
  3 基于仿生智能优化RBF神经网络的故障诊断
  水循环系统是锅炉系统中的一个控制单元,用于对锅炉的用水供给和冷却[2]。水循环系统故障类型主要有泵体堵塞、机械故障和管道堵塞三种。采集与故障相关的参数包括进口压力、出口压力、出流量、轴承温度和电机电流。每种故障分别取5组数据构成样本训练集,取2组数据构成测试集。采用该文第2节和第3节方法确定RBF神经网络结构,并用优化后的神经网络对水循环系统故障进行诊断。初始青蛙数目为60,模因组数为4,最大迭代次数为2;粒子群规模为100,最大迭代次数为100。RBF神经网络输出及故障诊断结果如表1所示。从表1中可以看出,采用本文方法可以准确的诊断水循环系统的故障。
  4 结语
  该文提出一种基于仿生智能优化的RBF神经网络用于水循环系统故障的诊断,即采用混合蛙跳聚类算法确定隐层节点数,采用混合粒子群算法确定c和σ,使用最小二乘法(LMS)计算ω。通过将本文算法在锅炉水循环系统故障诊断中的应用实验表明,该文算法能够准群的辨识和判断故障。
  参考文献
  [1] 杨淑莹,张桦.群体智能与仿生计算——Matlab技术实现[M].电子工业出版社,2014.
  [2] 朱凯,王正林编著.精通MATLAB神经网络[M].电子工业出版社,2010.
其他文献
摘 要:生态旅游景区是开展生态旅游的主要场所,而环境解说系统是游客接受环境教育的重要载体。该文选取蟒山国家森林公园的环境解说系统作为研究对象,通过实地考察和对游览莽山公园的近200名游客进行调查,在分析调查数据的基础上,得出调查结论:蟒山国家森林公园的解说系统并不完善;传统解说仍是最吸引游客的解说方式;“图文并茂”的解说标牌最容易引起游客关注;自然、生态与环保知识都是游客希望了解的信息。文章最后提
期刊
摘 要:2001年,香港的女性导演拍北京,讲述北漂年轻人的故事,而且还是和摇滚追梦相关的剧情,剧中随处可见新生代年轻人的困惑、新旧文化思潮的碰撞、改革与反叛充斥等氛围。导演能够把北京话展示得如此地道、如此合情合理还被观众接受,实属不易。最关键的是影片不仅仅关注个体的命运,还折射出对香港和北京文化背景差异下的文化交流与磨合的反思。  关键词:摇滚 生命 人性  中图分类号:G42 文献标识码:A 文
期刊
摘 要:当今社会科学发展日新月异,提高全民科学素质已成为我国的基本战略方针,作为科普教育阵地的科技馆,向公众普及科学知识是其重要的工作职责。流动科普宣传服务可以有效打破制约中小科技馆开展科普工作的瓶颈,整合资源,开拓创新,是中小科技馆健康可持续发展的有效途径之一。该文以盐城市科技馆的工作实际为例,对开展流动科普宣传服务的成绩及存在问题进行了扼要分析,提出了进一步做好流动科普宣传服务活动的四点工作对
期刊
摘 要:生物免疫原理的新型无线传感器网络安全算法是以无线传感的网络安全分析为基础提出的一种新型的网络安全算法,这个算法结合了生物免疫原理,并建立起入侵特征库,这样安全系统就具备了学习和记忆功能,并可以利用粗糙集来改善无线传感器网络信息的不完整性和不确定性。在网络运行时,这种算法将提高入侵检测率。该文将详细介绍生物免疫原理的新型无线传感器网络安全算法的结构、入侵特征库的建立过程以及生物免疫原理的新型
期刊
摘 要:儒家“和”的建筑美学思想在建筑环境方面表现突出,“和”建筑的理想追求是强化和突出建筑本身与建筑环境以及建筑整体设计和 ,都产生了广泛而深刻的影响。孔庙建筑群是孔子创立的儒学中“和”的建筑美学观的经典范例,我们透过堪称“和”的建筑美学之典范的吉林文庙即可窥见一斑。吉林文庙独辟蹊径地利用儒家“和”的建筑群,进行了一系列有力的探索,在促进和谐社会的构建方面做出了贡献。  关键词:孔庙 古建筑 和
期刊
摘 要:随着我国城市化的迅速发展,城市空间及人口规模急剧增大,使得交通供给和需求之间的矛盾更加突出,拥堵现象日趋严重。城市轨道交通以其速度快、节省时间、运输能力大、运营成本低、对环境影响小等优势成为解决交通阻塞的重要手段。在轨道交通车站设计和运营的过程中,车站内各类设施的能力都应该满足乘客行走的需求,尽量避免拥挤的环境,提高舒适度,安全性。最近几年中国轨道交通的快速建设,证明我国进入了城市轨道交通
期刊
摘 要:培养创新型人才是建设创新型国家、实施科教兴国战略和人才强国战略的关键所在,也是目前高等教育所面临的重大任务之一。该文阐述了现阶段高等教育创新人才培养的必要性,并结合大连工业大学信息科学与工程学院创新教育的实践经验,对以“创新实验班”为载体的电子信息类高校创新人才培养模式进行了介绍,着重阐述了创新人才培养的目标,“创新实验班”的组建办法,“创新实验班”人才培养的六大具体措施以及“创新实验班”
期刊
摘 要:科研基地是高校承担科研项目、开展科学研究工作的重要平台,是学校科技奖励产出的主要阵地。各级科研基地科技人才、科研任务、科技资源相对集中,科学技术成果丰富多样。呈现出多学科交叉融合、新兴研究领域发展迅速、优势研究领域竞争力强等优势。科研基地所拥有的科技奖励的质量和数量往往也是衡量科研基地运行状态和研究水平的关键指标。因此,依托科研基地切实有效地开展高水平的科学研究,促进科技成果产出,是获得高
期刊
摘 要:今年是钢铁企业“寒冬期”的第2年,也是企业能否顺利度过“寒冬”期实现跨越式发展的关键一年。在这种逆境下,如何加强员工的培养,本文从培训方案的调研的和培训方法的探索进行了实践。  关键词:企业员工 内部培训 实践与思考  中图分类号:F272.92 文献标识码:A 文章编号:1674-098X(2015)01(c)-0202-01  2014年,是钢铁企业“寒冬期”的第二年,也是企业能否顺利
期刊
摘要:国家及地方对安全生产工作越来越重视,安全生产工作会议报道却常常“千篇一律”,传播效果不佳。本文以荣获第28届中国产经好新闻一等奖的一篇消息稿件为蓝本,分别从新闻价值、写作形式、主要特点及传播效果等方面进行深入分析,寻找该获奖稿件的值得学习之处,以对今后的安全生产工作会议消息报道有所启发。  关键词:主题 视角 背景 感染力  中图分类号:G212 文献标识码:A 文章编号:1674-098X
期刊