[1]张晓宇 董增寿 宋仁旺.基于EMD和改进PSO-Elman神经网络的液压故障诊断[J].计算机技术与发展,2012,(04):29-32.
　ZHANG Xiao-yu,DONG Zeng-shou,SONG Ren-wang.Hydraulic System Fault Diagnosis Based on EMD and Modified PSO-Elman ANN[J].,2012,(04):29-32.
点击复制

基于EMD和改进PSO-Elman神经网络的液压故障诊断()
分享到：

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2012年04期
页码:
29-32
栏目:
智能、算法、系统工程
出版日期:
1900-01-01

文章信息/Info

Title:
Hydraulic System Fault Diagnosis Based on EMD and Modified PSO-Elman ANN
文章编号:
1673-629X（2012）04-0029-04
作者:
张晓宇 董增寿 宋仁旺
太原科技大学电子信息工程学院
Author(s):
ZHANG Xiao-yu; DONG Zeng-shou; SONG Ren-wang
Dept.of Electronic Information Engineering,Taiyuan University of Science and Technology
关键词:
经验模态分解; 粒子群算法; Elman神经网络; 故障诊断
Keywords:
experience mode decomposition;  PSO algorithm;  Elman neural network;  fault diagnosis
分类号:
TP181
文献标志码:
A
摘要:
通过对工程机械液压系统各个元件的参数测量,提取包含故障信息的特征向量,并应用神经网络进行故障诊断。文中将经验模态分解（EMD）应用到故障特征向量提取中,结合压力、温度、流量等显性信号作为神经网络的输入,并对El-man神经网络的学习算法用PSO算法进行了改进,以提高网络的收敛率和计算能力。使用粒子群算法对Elman神经网络的权值和阈值进行优化,经过训练后即可应用到故障诊断系统中。仿真结果表明该方法提高了神经网络的收敛率,减小了诊断误差
Abstract:
Measuring the each element parameters of engineering machinery hydraulic system,extract the eigenvector containing fault information,and apply in neural network fault diagnosis.Experience mode decomposition（EMD） is used to extract fault characteristic vectors in it,combined with the pressure,temperature,flow rate of dominant signal as neural network＇s inputs.In addition,it improves the Elman neural network learning algorithm by PSO algorithm,it can effectively increase network convergence rate and computing power.The particle swarm is used to optimize Elman neural network weights and the threshold value,and then applied in the fault diagnosis system by training the network.The simulation results show that this method increases the neural network convergence rate and reduces diagnosis error

相似文献/References:

[1]张爱华 江中勤 张华.基于粒子群优化算法的分形图像压缩编码[J].计算机技术与发展,2010,(02):21.
　ZHANG Ai-hua,JIANG Zhong-qin,ZHANG Hua.Fractal Image Compression Coding Based on PSO[J].,2010,(04):21.
[2]唐俊.PSO算法原理及应用[J].计算机技术与发展,2010,(02):213.
　TANG Jun.Principle and Application of PSO Algorithm[J].,2010,(04):213.
[3]张捍东 廖天红 岑豫皖.用模拟退火思想的粒子群算法实现图像分割[J].计算机技术与发展,2010,(05):83.
　ZHANG Han-dong,LIAO Tian-hong,CEN Yu-wan.Image Segmentation Through Particle Swarm Optimization Based on Simulated Annealing[J].,2010,(04):83.
[4]廖锋 高兴宝.差分演化算法在约束优化问题中的应用[J].计算机技术与发展,2010,(05):187.
　LIAO Feng,GAO Xing-bao.Application of Differential Evolution Algorithms on Constraint Optimization Problems[J].,2010,(04):187.
[5]来磊 卢文科 邓开连.基于二维Tsallis交叉熵直线型图像阈值分割方法[J].计算机技术与发展,2010,(06):105.
　LAI Lei,LU Wen-ke,DENG Kai-lian.New Image Thresholding Segmentation Methods Based on Two-Dimensional Tsallis Cross-Entropy Liner-Type[J].,2010,(04):105.
[6]邹毅 朱晓萍 王秀平.一种基于混沌优化的混合粒子群算法[J].计算机技术与发展,2009,(11):18.
　ZOU Yi,ZHU Xiao-ping,WANG Xiu-ping.A Hybrid PSO Algorithm Based on Chaos Optimization[J].,2009,(04):18.
[7]王为为 程家兴 贺晟.基于佳点集交叉的粒子群算法[J].计算机技术与发展,2009,(12):32.
　WANG Wei-wei,CHENG Jia-xing,HE Sheng.Particle Swarm Algorithm Based on Good Point Set Crossover[J].,2009,(04):32.
[8]贾瑞玉 黄义堂 邢猛.一种动态改变权值的简化粒子群算法[J].计算机技术与发展,2009,(02):137.
　JIA Rui-yu,HUANG Yi-tang,XING Meng.A Modified Simple Particle Swarm Optimization Using Dynamically Decreasing Inertia Weight[J].,2009,(04):137.
[9]卢珊萍 于盛林.基于粒子群算法的细胞神经网络模板参数设计[J].计算机技术与发展,2009,(04):83.
　LU Shan-ping,YU Sheng-lin.A Template Design Method for Cellular Neural Network Based on Particle Swarm Optimizer Algorithm[J].,2009,(04):83.
[10]王艳玲 李龙澍 胡哲.群体智能优化算法[J].计算机技术与发展,2008,(08):114.
　WANG Yan-ling,LI Long-shu,HU Zhe.Swarm Intelligence Optimization Algorithm[J].,2008,(04):114.

备注/Memo

备注/Memo:
国家自然基金项目（41140026）; 太原市科技局大学生创新创业专项（110148052,110148020）张晓宇（1986-），女，硕士研究生，研究方向为信号检测与模式识别；董增寿，教授，研究方向为图像处理、信号检测
更新日期/Last Update: 1900-01-01