基于IABC-ANFIS的燃气轮机气路故障诊断

基于IABC-ANFIS的燃气轮机气路故障诊断

论文摘要

为了提高燃气轮机故障诊断的效果,提出了一种基于自适应模糊神经网络(Adaptive Network-based Fuzzy Inference System,ANFIS)和改进的人工蜂群算法(Improved artificial bee colony algorithm,IABC)的故障诊断方法:基于自适应模糊神经网络构建燃气轮机故障诊断模型。针对自适应模糊神经网络受聚类参数影响较大的问题,采用手榴弹爆炸原理改进的人工蜂群算法对这些参数进行优化。仿真结果表明,与未优化的ANFIS模型和ABC-ANFIS模型相比,IABC-ANFIS可以更稳定、准确地识别故障,为燃气轮机故障诊断提供实际参考。

论文目录

  • 引言
  • 1 自适应模糊神经网络与人工蜂群算法
  •   1.1 ANFIS
  •   1.2 ABC
  • 2 燃气轮机气路故障诊断模型
  •   2.1 燃气轮机气路故障诊断模型
  •   2.2 离散模型构建
  •   2.3 模型优化
  •   2.4 人工蜂群算法的改进
  • 3 实验仿真分析
  •   3.1 故障特征量的获取
  •   3.2 实验对比分析
  • 4 结论
  • 文章来源

    类型: 期刊论文

    作者: 黄伟,景晓宁,高斌

    关键词: 故障诊断,燃气轮机气路故障,自适应模糊神经网络,人工蜂群算法

    来源: 热能动力工程 2019年07期

    年度: 2019

    分类: 工程科技Ⅱ辑,信息科技

    专业: 动力工程,自动化技术

    单位: 上海电力大学自动化工程学院,中国船舶重工集团公司第七○三研究所

    基金: 上海市科委发电过程智能管控工程技术研究中心基金(14DZ2251100),上海市“科技创新行动计划”地方院校能力建设专项项目(19020500700)~~

    分类号: TK478;TP18

    DOI: 10.16146/j.cnki.rndlgc.2019.07.005

    页码: 30-36

    总页数: 7

    文件大小: 290K

    下载量: 156

    相关论文文献

    标签:;  ;  ;  ;  

    基于IABC-ANFIS的燃气轮机气路故障诊断
    下载Doc文档

    猜你喜欢