基于螢火蟲(chóng)群優(yōu)化聚類的中速磁浮運(yùn)控設(shè)備故障診斷研究
發(fā)布時(shí)間:2020-05-12 15:17
【摘要】:運(yùn)控設(shè)備是確保中速磁浮列車安全防護(hù)和自動(dòng)控制的核心裝備,由于內(nèi)部模塊老化和外部環(huán)境因素的影響,運(yùn)控設(shè)備故障的發(fā)生不可避免。因此,進(jìn)行運(yùn)控設(shè)備故障診斷研究對(duì)確保中速磁浮全局全過(guò)程故障安全具有重要意義。本文通過(guò)研究已有的列車運(yùn)控設(shè)備故障診斷方法,提出了基于螢火蟲(chóng)群優(yōu)化聚類的中速磁浮運(yùn)控設(shè)備故障診斷新方法,并結(jié)合大數(shù)據(jù)技術(shù)實(shí)現(xiàn)了運(yùn)控設(shè)備的智能化故障診斷,具體內(nèi)容如下:(1)提出了改進(jìn)的螢火蟲(chóng)群優(yōu)化算法。針對(duì)基本螢火蟲(chóng)群優(yōu)化(Glowworm Swarm Optimization,GSO)算法在處理復(fù)雜多模態(tài)優(yōu)化問(wèn)題后期存在的慢收斂及尋優(yōu)精度較低等問(wèn)題,提出了可變步長(zhǎng)螢火蟲(chóng)群優(yōu)化(Variable Step-size Glowworm Swarm Optimization,,VSGSO)算法,在此基礎(chǔ)上,通過(guò)改進(jìn)算法中螢火蟲(chóng)的位置更新策略和搜索域,提出了可變步長(zhǎng)及更新搜索域螢火蟲(chóng)群優(yōu)化(Variable Step-size and Domains Glowworm Swarm Optimization,VSGSO-D)算法。通過(guò)算法參數(shù)選擇實(shí)驗(yàn),獲得了降低算法難度的最優(yōu)初始化參數(shù)組合。對(duì)比實(shí)驗(yàn)表明,本文提出的VSGSO-D算法在多模態(tài)函數(shù)優(yōu)化上具有更好的全局收斂速度、尋優(yōu)精度及穩(wěn)定性,通過(guò)保護(hù)螢火蟲(chóng)種群的多樣性,提高了改進(jìn)算法的多局部?jī)?yōu)化精度。(2)提出了基于VSGSO-D的中速磁浮運(yùn)控設(shè)備故障聚類算法。分析了中速磁浮主要運(yùn)控設(shè)備的故障模式,建立了關(guān)鍵運(yùn)控設(shè)備故障模式與監(jiān)測(cè)參量之間的關(guān)系。結(jié)合VSGSO-D算法的多模態(tài)優(yōu)化能力,提出了VSGSO-D自組織聚類算法,實(shí)驗(yàn)結(jié)果表明,該算法不需要初始化聚類中心和簇?cái)?shù)就能有效的實(shí)現(xiàn)數(shù)據(jù)的自組織聚類。在此基礎(chǔ)上,將該聚類算法與k-means算法結(jié)合,提出了VSGSO-D混合聚類算法。最后進(jìn)行了 k-means、k-means++、k-means算法和本文提出的混合聚類算法的故障聚類對(duì)比實(shí)驗(yàn),結(jié)果表明,本文提出的混合算法具有更高的聚類質(zhì)量,能更好地實(shí)現(xiàn)中速磁浮運(yùn)控設(shè)備的故障聚類。(3)構(gòu)建了基于VSGSO-D混合聚類的中速磁浮運(yùn)控設(shè)備故障診斷模型和分布式大數(shù)據(jù)存儲(chǔ)與分析系統(tǒng),實(shí)現(xiàn)了對(duì)中速磁浮關(guān)鍵運(yùn)控設(shè)備的故障診斷,獲得了較高的故障診斷準(zhǔn)確率。
【圖文】:
2.1.2邋GSO算法運(yùn)算過(guò)程逡逑GSO算法的基本流程包括初始化、熒光素更新、尋找鄰居、移動(dòng)、位置更新逡逑以及鄰域范圍更新,如圖2-2所示,當(dāng)算法滿足截止條件(達(dá)到最大迭代次數(shù))逡逑時(shí)流程終止。逡逑初始化逡逑_邐\b逡逑熒光素更新^邐逡逑尋找鄰居逡逑sly逡逑移動(dòng)逡逑Nb邐J逡逑位置更新逡逑廣邐six逡逑鄰域范圍更新——逡逑圖2-2邋GSO算法基本流程逡逑Figure邋2-2邋Basic邋flow邋of邋GSO邋algorithm逡逑(1)
書(shū)血
【學(xué)位授予單位】:北京交通大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位授予年份】:2019
【分類號(hào)】:TP18;U269
【圖文】:
2.1.2邋GSO算法運(yùn)算過(guò)程逡逑GSO算法的基本流程包括初始化、熒光素更新、尋找鄰居、移動(dòng)、位置更新逡逑以及鄰域范圍更新,如圖2-2所示,當(dāng)算法滿足截止條件(達(dá)到最大迭代次數(shù))逡逑時(shí)流程終止。逡逑初始化逡逑_邐\b逡逑熒光素更新^邐逡逑尋找鄰居逡逑sly逡逑移動(dòng)逡逑Nb邐J逡逑位置更新逡逑廣邐six逡逑鄰域范圍更新——逡逑圖2-2邋GSO算法基本流程逡逑Figure邋2-2邋Basic邋flow邋of邋GSO邋algorithm逡逑(1)
書(shū)血
【學(xué)位授予單位】:北京交通大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位授予年份】:2019
【分類號(hào)】:TP18;U269
【參考文獻(xiàn)】
相關(guān)期刊論文 前4條
1 劉洲洲;王福豹;張克旺;;基于改進(jìn)螢火蟲(chóng)優(yōu)化算法的WSN覆蓋優(yōu)化分析[J];傳感技術(shù)學(xué)報(bào);2013年05期
2 歐陽(yáng)U
本文編號(hào):2660416
本文鏈接:http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/2660416.html
最近更新
教材專著