隨著社會科學技術的發(fā)展,高科技已經注入到人類生活的各個方面,并使得工業(yè)、通信、航空等領域的工程和系統(tǒng)更加復雜化、集成化和智能化。同時,隨著這些復雜工程系統(tǒng)的快速發(fā)展,開發(fā)和生產成本越來越高,可靠性和安全性要求也明顯提高。當這些系統(tǒng)處于失效狀態(tài)時,可能會帶來嚴重的經濟損失和環(huán)境污染,有時還會危及人身安全,造成災難性的破壞。因此,對系統(tǒng)進行有效的故障診斷和性能預測至關重要。本文以兩個復雜的動態(tài)系統(tǒng)TE過程和鋰離子電池容量衰減過程為研究對象,進行復雜系統(tǒng)的故障診斷與性能預測方法研究:(1)針對復雜系統(tǒng)的故障診斷中,傳統(tǒng)的方法存在診斷準確率低的問題,本文提出了一種基于改進的蝴蝶優(yōu)化算法優(yōu)化概率神經網絡的故障診斷方法。首先,針對基本蝴蝶優(yōu)化算法收斂速度低、易陷入局部最優(yōu)等問題,使用了對立學習策略對蝴蝶的初始化種群的分布位置進行調整,使其更能接近搜索空間的最優(yōu)位置;面對蝴蝶優(yōu)化算法中種群的全局搜索與局部搜索不平衡的問題,使用自適應慣性權重對種群的全局尋優(yōu)過程進行改進,增強了算法的全局動態(tài)尋優(yōu)能力。其次,將改進的蝴蝶算法應用于概率神經網絡的平滑因子優(yōu)化中,有效地提高了神經網絡的故障診斷能力。最后,將...

【文章頁數】：71 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題背景與研究意義
    1.2 故障診斷方法研究現狀
        1.2.1 故障診斷基本概念
        1.2.2 故障診斷方法
    1.3 鋰離子電池剩余使用壽命預測研究現狀
        1.3.1 鋰離子電池剩余使用壽命預測概念
        1.3.2 鋰離子電池剩余使用壽命預測方法
    1.4 論文章節(jié)安排
第2章 系統(tǒng)仿真模型
    2.1 TE過程模型
        2.1.1 TE過程工藝流程
        2.1.2 TE過程變量
        2.1.3 TE過程故障類型及故障數據
    2.2 鋰離子電池系統(tǒng)概述
        2.2.1 鋰離子電池的結構
        2.2.2 鋰離子電池的工作原理
        2.2.3 鋰離子電池的優(yōu)缺點
        2.2.4 鋰電池壽命的主要影響因素
    2.3 本章小結
第3章 基于混合蝴蝶算法優(yōu)化PNN的TE過程故障診斷
    3.1 相關技術概述
        3.1.1 主元分析法
        3.1.2 概率神經網絡
    3.2 基于混合策略的蝴蝶優(yōu)化算法
        3.2.1 蝴蝶優(yōu)化算法
        3.2.2 改進BOA算法
        3.2.3 HBOA算法步驟
        3.2.4 實驗仿真與結果分析
    3.3 HBOA優(yōu)化概率神經網絡
    3.4 基于HBOA-PNN的故障診斷仿真分析
        3.4.1 故障數據處理
        3.4.2 實驗仿真分析
    3.5 本章小結
第4章 基于混合蝴蝶算法優(yōu)化PF算法的鋰離子電池剩余壽命預測
    4.1 鋰離子電池容量衰退模型的建立
    4.2 粒子濾波算法分析
        4.2.1 貝葉斯理論
        4.2.2 標準粒子濾波算法
        4.2.3 蒙特卡洛方法
        4.2.4 重要性采樣
        4.2.5 重采樣
        4.2.6 粒子濾波算法步驟
    4.3 基于粒子濾波的鋰電池剩余壽命預測
    4.4 混合蝴蝶算法優(yōu)化粒子濾波算法
        4.4.1 粒子濾波存在的問題
        4.4.2 混合蝴蝶算法改進粒子濾波算法
        4.4.3 算法實現步驟
    4.5 基于HBOA-PF算法的鋰離子電池剩余使用壽命預測
        4.5.1 預測基本框架
        4.5.2 實驗結果及分析
    4.6 本章小結
結論與展望
參考文獻
致謝
附錄 攻讀學位期間所發(fā)表的學術論文目錄



本文編號：3745307