基于遗传算法优化BP神经网络的液压系统故障诊断

作     者：李文华 牛国波 刘羽佳 LI Wenhua;NIU Guobo;LIU Yujia

作者机构：大连海事大学轮机工程学院海底工程技术与装备国际联合研究中心辽宁大连116026 

出 版 物：《机床与液压》 (Machine Tool & Hydraulics)

年 卷 期：2023年第51卷第8期

页      面：159-164页

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 080704[工学-流体机械及工程] 08[工学] 081104[工学-模式识别与智能系统] 080401[工学-精密仪器及机械] 0807[工学-动力工程及工程热物理] 0804[工学-仪器科学与技术] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金面上项目(51779026) 工信部高技术船舶科研计划(工信部装函﹝2018﹞473号) 国家重点研发计划资助项目(2018YFC0309003) 辽宁省科学技术计划(2020-HYLH-35) 辽宁省“兴辽英才计划”资助项目(XLYC2007092) 高等学校学科创新引智计划(111计划)(B18009) 

主　　题：液压系统 故障诊断 BP神经网络 GA-BP算法 

摘      要：液压系统作为控制和动力传输设备的核心部件,在现代工业生产机械中被广泛应用,准确诊断其故障具有提高生产效率和保障工作安全性等重要的工程意义。液压系统一旦发生故障往往是多故障同时出现,传统BP神经网络故障诊断算法往往不能满足多故障诊断准确率,提出一种基于遗传算法改进BP神经网络(GA-BP)的液压系统故障诊断方法,针对不同采样频率下多传感器信息融合的液压系统3种典型的故障模式进行对比分析。结果表明:GA-BP故障诊断算法相对于传统的BP神经网络具有更好的诊断性能。