基于GA-BRBPNN的航空自耦变压整流器故障诊断方法

作     者：董慧芬 郑坤 杨占刚 Dong Huifen;Zheng Kun;Yang Zhangang

作者机构：中国民航大学电子信息与自动化学院天津300300 

出 版 物：《电子测量与仪器学报》 (Journal of Electronic Measurement and Instrumentation)

年 卷 期：2022年第36卷第9期

页      面：217-225页

核心收录：

学科分类：080801[工学-电机与电器] 0808[工学-电气工程] 080901[工学-物理电子学] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 

基　　金：国家自然科学基金(51377161) 中国民航大学实验技术创新基金(2020CXJJ87)项目资助。 

主　　题：航空自耦变压整流器 BP神经网络 遗传算法 贝叶斯正则化 故障诊断 

摘      要：航空自耦变压整流器(auto-transformer rectifier unit, ATRU)是飞机高压直流电网关键电能变换装置,在运行过程中受高温、机械应力、荷载波动等因素持续影响,其内部元件可能出现相应故障,进而威胁飞机可靠运行及持续适航。针对ATRU整流部分故障信号频谱难以区分、诊断准确率不高问题,提出一种遗传算法(genetic algorithm, GA)与贝叶斯正则化反向传播神经网络(Bayesian regularisation back propagation neural network, BRBPNN)相结合的故障诊断识别方法。首先,实现ATRU故障仿真,以时频分析方式处理所得信号,从而挖掘不同故障状态的特征信息;随后采用GA算法优化BRBPNN初始权阈值并建立最优GA-BRBNPNN诊断模型,将特征样本输入诊断模型进行故障分类识别,测试模型性能;最后,搭建故障模拟实验平台对实测数据进行模型验证。实验结果分析可知,对于仿真故障,该模型诊断准确率可达99.46%,对于实测故障,该模型可全部诊断识别待测样本;由此表明提出的GA-BRBPNN优化模型诊断效果好,具有较高实用价值。