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

1、渦輪增壓技術由于在節(jié)能、提高功率及滿足環(huán)保等方面具無可替代的作用而被眾多機車所采用。渦輪增壓系統(tǒng)的故障因素具有多樣性、復雜性、難以診斷等特點，對渦輪增壓系統(tǒng)進行故障診斷研究具有很大的經(jīng)濟價值和社會應用價值。由于渦輪增壓系統(tǒng)的故障特征及各種條件的限制，如噪聲復雜、測試系統(tǒng)難以組建、運行環(huán)境不良、噪聲難以消除等限制，導致對渦輪增壓系統(tǒng)故障診斷效率低下，因此本文對基于改進遺傳算法優(yōu)化神經(jīng)網(wǎng)絡的渦輪增壓系統(tǒng)故障診斷作了深入的學習與研究。

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，對渦輪增壓系統(tǒng)故障診斷存在的問題與困難作了深入的分析，并且分析了采用改進遺傳算法優(yōu)化神經(jīng)網(wǎng)絡應用于渦輪增壓系統(tǒng)故障診斷的可行性。
　　其次對渦輪增壓系統(tǒng)的工作過程、主要故障及故障診斷理論進行學習，由于神經(jīng)網(wǎng)絡的非線性映射能力較強，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系，因此確立了以神經(jīng)網(wǎng)絡作為故障診斷模型。而神經(jīng)網(wǎng)絡的缺陷就是結構難以確定，為了優(yōu)化神經(jīng)網(wǎng)絡

3、的結構，本文提出一種基于 Hooke-Jeeves的改進遺傳算法（Hooke-Jeeves Genetic Algorithm，簡稱HJGA算法）。HJGA算法在遺傳算法中融入了局部搜索能力較強的Hooke-Jeeves算法，遺傳算法給Hooke-Jeeves算法提供較好的初值，Hooke-Jeeves算法通過改變步長搜索最優(yōu)個體。采用HJGA算法對函數(shù)優(yōu)化問題的求解進行仿真，結果顯示該算法結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），驗證了HJGA算法的有效性。
　　最后將改進的HJGA算法優(yōu)化BP神經(jīng)網(wǎng)絡，采用三層遞階結構的染色體編碼，設計適當?shù)倪m應度函數(shù)，采用渦輪增壓系統(tǒng)故障樣本數(shù)據(jù)對BP神經(jīng)網(wǎng)絡進行訓練，對神經(jīng)網(wǎng)絡結構、權值和閾值同時進行優(yōu)化，得到渦輪增壓系統(tǒng)的故障診斷模型。選取測試集對訓練好的神經(jīng)網(wǎng)絡進行性能測試，測試結果滿足渦輪增壓系統(tǒng)故障診斷的要求。通過HJG