基于改进粒子群优化的神经网络的柴油机故障诊断

摘要

针对传统BP神经网络收敛速度慢、容易陷入局部极值的缺点,为了提高柴油机故障诊断性能,提出首先采用粒子群优化算法对BP网络的初始权重和阈值进行优化,进而对柴油机进行故障诊断.同时,为了避免PSO算法早熟,提出了一种基于自适应变异的双种群优化算法(ATPSO),改进后的PSO算法性能有了很大的提高.诊断系统以柴油机振动信号的小波包频带能量为特征输入,以柴油机主要的故障形式为输出,建立拓扑结构为10-14-4的三层神经网络.结果表明,改进后的粒子群优化算法的收敛速度和诊断精度都有了很大的提高,具有良好的故障识别性能.