Please wait a minute...
工程设计学报
工程设计学报  2015, Vol. 22 Issue (6): 540-545    DOI: 10.3785/j.issn. 1006-754X.2015.06.005
保质设计     
基于果蝇算法优化模糊RBF网络的液压破碎锤故障诊断
李晓豁，翁正洋，钱亚森，史尚伟，李 岩
辽宁工程技术大学 机械工程学院，辽宁 阜新 123000
Fault diagnosis of hydraulic breaking hammer based on Fruit Fly Algorithm optimized fuzzy RBF neural network
LI Xiao-huo, WENG Zheng-yang, QIANG Ya-sen, SHI Shang-wei, LI Yan
College of Mechanical Engineering, Liaoning Technical University, Fuxin 123000, China
 全文: PDF(1455 KB)   HTML
摘要： 针对液压破碎锤故障原因具有多样性和不确定性，为避免传统模糊BP网络故障诊断存在收敛速度慢、易陷入局部极小值等缺陷，提出将果蝇算法优化模糊RBF网络方法用于液压破碎锤故障诊断.综合神经网络的联想记忆、并行处理能力和模糊理论的定性知识、模糊推理能力，同时利用果蝇算法对模糊RBF网络的扩展参数进行全局优化，建立了液压破碎锤系统输入故障征兆与输出故障原因间的映射.利用MATLAB软件编程进行仿真实验，结果表明：果蝇算法优化模糊RBF网络方法精度高，收敛速度快.利用该法对液压破碎锤故障诊断，结果与目标输出相符，证明该方法可行.
关键词： 液压破碎锤;  故障诊断;  果蝇算法;  模糊RBF神经网络;  优化    
Abstract: Focusing on the variety and uncertainty of the fault reason of a hydraulic breaking hammer, in order to avoid the problems of traditional fuzzy BP neural network, such as poor convergence rate in fault diagnosis and easy to fall into a local minimum, a new method of fault diagnosis of hydraulic breaking hammer by using Fruit Fly Algorithm for optimization of fuzzy RBF neural network was proposed. By synthesizing the neural network's associative memory, processing ability, and fuzzy logic system’s qualitative knowledge, fuzzy reasoning ability, optimizing fuzzy RBF neural network expansion parameter by Fruit Fly Optimization Algorithm, a relations between the network fault information and fault reasons was established. The simulation tested by MATLAB indicated that fuzzy RBF neural network optimized by Fruit Fly Algorithm worked accurate and fast. The result of the diagnosis agrees with target outputs, which proves the feasibility of this method.
Key words: hydraulic breaking hammer    fault diagnosis    Fruit Fly Algorithm    fuzzy RBF neural network    optimization
收稿日期: 2014-10-30 出版日期: 2015-12-28
基金资助:

国家自然科学基金资助项目（59774033）；中国煤炭工业协会科学技术研究指导性计划项目（MTKJ2011-325）
作者简介: 李晓豁（1953-），男，辽宁锦州人，教授，博士生导师，从事现代机械设计理论与方法、机电液系统仿真与应用、工矿装备运行理论与设计、车辆系统动态特性与控制等研究，E-mail:lixiaohuo@163.com.
服务　　
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章　　

引用本文:

李晓豁，翁正洋，钱亚森，史尚伟，李 岩. 基于果蝇算法优化模糊RBF网络的液压破碎锤故障诊断[J]. 工程设计学报, 2015, 22(6): 540-545.

LI Xiao-huo, WENG Zheng-yang, QIANG Ya-sen, SHI Shang-wei, LI Yan. Fault diagnosis of hydraulic breaking hammer based on Fruit Fly Algorithm optimized fuzzy RBF neural network. Chinese Journal of Engineering Design, 2015, 22(6): 540-545.

链接本文:

https://www.zjujournals.com/gcsjxb/CN/10.3785/j.issn. 1006-754X.2015.06.005    或    https://www.zjujournals.com/gcsjxb/CN/Y2015/V22/I6/540

[1] 宁志强,卫立新,权龙,赵美卿,高有山. 变排量非对称轴向柱塞泵抗扰控制及并行整定方法[J]. 工程设计学报, 2022, 29(4): 401-409.
[2] 张嘉宁,张明路,李满宏,张坦. 面向灰库清理的超大伸缩比机械臂结构设计与刚度优化[J]. 工程设计学报, 2022, 29(4): 430-437.
[3] 王景良,朱天成,朱龙彪,许飞云. 连续体结构的变密度拓扑优化方法研究[J]. 工程设计学报, 2022, 29(3): 279-285.
[4] 孙光明,王奕苗,万仟,弓堃,汪文津,赵坚. 考虑装配变形的精密机床床身优化设计[J]. 工程设计学报, 2022, 29(3): 318-326.
[5] 张春燕,丁兵,何志强,杨杰. 转盘式多足仿生机器人的运动学分析及优化[J]. 工程设计学报, 2022, 29(3): 327-338.
[6] 刘洪江,胡腾,何勇,董峰,罗为. 基于CSO-SVM的数控机床主轴热误差建模[J]. 工程设计学报, 2022, 29(3): 339-346.
[7] 李琴,贾英崎,黄玉峰,李刚,叶闯. 一种工业机器人多目标轨迹优化算法[J]. 工程设计学报, 2022, 29(2): 187-195.
[8] 辛传龙,郑荣,任福琳,梁洪光. AUV接驳装置悬浮平衡分析与配重优化设计[J]. 工程设计学报, 2022, 29(2): 176-186.
[9] 梁栋, 梁正宇, 畅博彦, 齐杨, 徐振宇. 多臂机提综臂辅助旋铆并联机器人优化设计[J]. 工程设计学报, 2022, 29(1): 28-40.
[10] 钟道方, 田颖, 张明路. 轮腿式爬壁机器人的永磁吸附装置设计与优化[J]. 工程设计学报, 2022, 29(1): 41-50.
[11] 肖圳, 何彦, 李育锋, 吴鹏程, 刘德高, 杜江. 改进MDSMOTE与PSO-SVM在汽车组合仪表分类预测中的应用[J]. 工程设计学报, 2022, 29(1): 20-27.
[12] 杨世香, 李文强. 焚烧灰处理装备密封结构的创新设计[J]. 工程设计学报, 2021, 28(6): 679-686.
[13] 倪维宇, 张横, 姚胜卫. 基于多工况的汽车座椅骨架轻量化设计[J]. 工程设计学报, 2021, 28(6): 729-736.
[14] 吴国沛, 余银犬, 涂文兵. 永磁同步电机故障诊断研究综述[J]. 工程设计学报, 2021, 28(5): 548-558.
[15] 赵波, 赵海鸣, 刘晨, 胡刚. 悬立式深海钴结壳采矿头的参数化设计与优化[J]. 工程设计学报, 2021, 28(5): 559-568.