电子测量与仪器学报
電子測量與儀器學報
전자측량여의기학보
JOURNAL OF ELECTRONIC MEASUREMENT AND INSTRUMENT
2012年
7期
597-604
,共8页
钱玉良%张浩%彭道刚%徐春梅
錢玉良%張浩%彭道剛%徐春梅
전옥량%장호%팽도강%서춘매
远程%数据采集%主元分析(PCA)%遗传-粒子群算法(GA-PSO)%RBF神经网络%发电机组%故障诊断
遠程%數據採集%主元分析(PCA)%遺傳-粒子群算法(GA-PSO)%RBF神經網絡%髮電機組%故障診斷
원정%수거채집%주원분석(PCA)%유전-입자군산법(GA-PSO)%RBF신경망락%발전궤조%고장진단
首先基于LPC2290核心芯片的arm嵌入式工控平台设计了远程数据采集系统,使故障诊断系统通过Internet在线获取发电机组状态数据.然后给出了主元分析(PCA)和GA-PSO-RBF神经网络集成的故障诊断方法.故障模式向量先通过PCA降维,降低RBF神经网络的规模和计算时间.针对RBF神经网络参数难以设置、收敛速度慢等不足,介绍了一种具有遗传算法中的选择、交叉、变异操作的遗传-粒子群算法(GA-PSO),用于RBF神经网络的参数优化过程.最后以转子振动试验台仿真发电机组,实现了状态信息的远程获取;通过故障诊断仿真测试验证了PCA和GA-PSO-RBF集成诊断方法的有效性.
首先基于LPC2290覈心芯片的arm嵌入式工控平檯設計瞭遠程數據採集繫統,使故障診斷繫統通過Internet在線穫取髮電機組狀態數據.然後給齣瞭主元分析(PCA)和GA-PSO-RBF神經網絡集成的故障診斷方法.故障模式嚮量先通過PCA降維,降低RBF神經網絡的規模和計算時間.針對RBF神經網絡參數難以設置、收斂速度慢等不足,介紹瞭一種具有遺傳算法中的選擇、交扠、變異操作的遺傳-粒子群算法(GA-PSO),用于RBF神經網絡的參數優化過程.最後以轉子振動試驗檯倣真髮電機組,實現瞭狀態信息的遠程穫取;通過故障診斷倣真測試驗證瞭PCA和GA-PSO-RBF集成診斷方法的有效性.
수선기우LPC2290핵심심편적arm감입식공공평태설계료원정수거채집계통,사고장진단계통통과Internet재선획취발전궤조상태수거.연후급출료주원분석(PCA)화GA-PSO-RBF신경망락집성적고장진단방법.고장모식향량선통과PCA강유,강저RBF신경망락적규모화계산시간.침대RBF신경망락삼수난이설치、수렴속도만등불족,개소료일충구유유전산법중적선택、교차、변이조작적유전-입자군산법(GA-PSO),용우RBF신경망락적삼수우화과정.최후이전자진동시험태방진발전궤조,실현료상태신식적원정획취;통과고장진단방진측시험증료PCA화GA-PSO-RBF집성진단방법적유효성.
