汽车零部件制造及检测技术教育部重点实验室开放基金(2009-10)
- 作品数：5 被引量：34H指数：3
- 相关作者：曹龙汉何俊强刘小丽唐超武明亮更多>>
- 相关机构：重庆通信学院重庆理工大学中国人民解放军海军装备部更多>>
- 发文基金：汽车零部件制造及检测技术教育部重点实验室开放基金国际科技合作与交流专项项目更多>>
- 相关领域：自动化与计算机技术电气工程动力工程及工程热物理更多>>
- 基于DE-SVM的柴油机气门故障诊断方法及应用被引量：8
- 2011年
- 针对柴油机故障诊断样本少的实际问题,结合支持向量机的特性和微分进化算法良好的全局优化性能,提出了一种微分进化算法优化支持向量机方法。利用柴油机气门振动信号实测数据,经小波变换作为诊断模型的故障特征,建立了基于微分进化算法优化支持向量机的柴油机气门间隙故障诊断模型,并与反向传播神经网络算法、基于遗传算法优化支持向量机和基于粒子群优化支持向量机的模型相比较,结果表明:应用微分进化算法优化支持向量机比其他三种算法具有更优性能,能够有效地进行柴油机的故障诊断。
- 曹龙汉武明亮何俊强刘璐刘小丽
- 关键词：微分进化算法故障诊断小波变换
- 基于PSO算法的无刷直流电机自适应PID控制研究被引量：1
- 2012年
- 无刷直流电机(BLDCM)是一种多变量、非线性系统,传统PID控制器的参数具有难以整定的缺点,导致其难以满足BLDCM系统的控制要求。针对这一现状,提出了一种基于微粒群优化算法(PSO)的BLDCM自适应PID速度控制算法,该算法利用PSO具有的灵活、均衡的全局和局部寻优能力,对PID控制器的参数进行在线整定,提高了PID控制器的自适应能力。仿真实验表明,系统超调量小、转速响应快、转速波动小,比传统PID速度控制具有更好的动态特性和鲁棒性。
- 代睿
- 关键词：无刷直流电机微粒群算法自适应控制PID
- 粗糙集与改进的QPSO-RBF算法在柴油机气门故障诊断中的应用被引量：2
- 2011年
- 针对气门故障,以缸盖振动信号的小波包能量谱作为故障特征参数,提出一种粗糙集(RS)与改进的量子微粒群径向基函数神经网络(QPSO-RBF NN)相结合的故障诊断方法.首先应用粗糙集对试验所得的特征参数进行属性约简,去掉冗余信息,简化RBF网络的结构;然后将带变异算子的QPSO算法引入到RBF网络的学习过程中,改进其现有的学习算法,进一步提高故障预测能力.通过对6135D型柴油机气门故障进行诊断,结果表明该方法提高了诊断的精度和效率.
- 曹龙汉刘小丽郭晓东王申涛代睿
- 关键词：粗糙集径向基函数神经网络柴油机故障诊断
- 基于微粒群算法的无刷直流电机单神经元自适应控制被引量：20
- 2011年
- 为提高无刷直流电机速度控制性能,提出一种基于微粒群优化算法的单神经元自适应速度控制算法,该算法利用单神经元在线调整连接权值的能力,实现无刷直流电机速度的自适应控制。针对传统单神经元权值调整规则容易陷入局部最优等不足,利用微粒群优化算法良好的全局和局部寻优能力对单神经元连接权值进行在线调整,提高了单神经元的自学习、自适应能力。Matlab仿真和实验结果表明,系统超调量小、转速响应快、转速波动小,比传统PID速度控制具有更好的动态特性和鲁棒性。
- 代睿曹龙汉何俊强唐超刘小丽
- 关键词：无刷直流电机微粒群算法单神经元自适应控制
- BDE-LSSVM在柴油机气门故障诊断中的应用被引量：3
- 2013年
- 针对柴油机气门故障的诊断样本少和非线性数据特征等问题,最小二乘法的支持向量机(LSSVM)能够较好地进行诊断研究,但由于惩罚因子C和内核参数σ的选取对诊断结果影响较大,有必要对其进行参数优化,因此提出了基于二进制微分进化算法(BDE)的最小二乘法支持向量机算法。利用柴油机气门振动信号作为数据,经小波变换作为模型特征,建立了基于BDE-LSSVM故障诊断模型,并与基于遗传和基于粒子群算法的LSSVM模型进行柴油机气门故障诊断的性能对比。比较结果证明,基于BDE优化的LSSVM模型在故障特征选取前后具有更好的适应度值和稳定度,故障分类准确性高且运算速度更快。
- 曹龙汉唐超何俊强武明亮田力吴珍毅
- 关键词：最小二乘支持向量机故障诊断
