隨著社會科學(xué)技術(shù)的發(fā)展,高科技已經(jīng)注入到人類生活的各個方面,并使得工業(yè)、通信、航空等領(lǐng)域的工程和系統(tǒng)更加復(fù)雜化、集成化和智能化。同時,隨著這些復(fù)雜工程系統(tǒng)的快速發(fā)展,開發(fā)和生產(chǎn)成本越來越高,可靠性和安全性要求也明顯提高。當(dāng)這些系統(tǒng)處于失效狀態(tài)時,可能會帶來嚴(yán)重的經(jīng)濟(jì)損失和環(huán)境污染,有時還會危及人身安全,造成災(zāi)難性的破壞。因此,對系統(tǒng)進(jìn)行有效的故障診斷和性能預(yù)測至關(guān)重要。本文以兩個復(fù)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(jìn)行復(fù)雜系統(tǒng)的故障診斷與性能預(yù)測方法研究:(1)針對復(fù)雜系統(tǒng)的故障診斷中,傳統(tǒng)的方法存在診斷準(zhǔn)確率低的問題,本文提出了一種基于改進(jìn)的蝴蝶優(yōu)化算法優(yōu)化概率神經(jīng)網(wǎng)絡(luò)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(xué)習(xí)策略對蝴蝶的初始化種群的分布位置進(jìn)行調(diào)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(yīng)慣性權(quán)重對種群的全局尋優(yōu)過程進(jìn)行改進(jìn),增強(qiáng)了算法的全局動態(tài)尋優(yōu)能力。其次,將改進(jìn)的蝴蝶算法應(yīng)用于概率神經(jīng)網(wǎng)絡(luò)的平滑因子優(yōu)化中,有效地提高了神經(jīng)網(wǎng)絡(luò)的故障診斷能力。最后,將...

【文章頁數(shù)】：71 頁

【學(xué)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(xiàn)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(yù)測研究現(xiàn)狀
        1.3.1 鋰離子電池剩余使用壽命預(yù)測概念
        1.3.2 鋰離子電池剩余使用壽命預(yù)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(shù)據(jù)
    2.2 鋰離子電池系統(tǒng)概述
        2.2.1 鋰離子電池的結(jié)構(gòu)
        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(diǎn)
        2.2.4 鋰電池壽命的主要影響因素
    2.3 本章小結(jié)
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(guān)技術(shù)概述
        3.1.1 主元分析法
        3.1.2 概率神經(jīng)網(wǎng)絡(luò)
    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(jìn)BOA算法
        3.2.3 HBOA算法步驟
        3.2.4 實驗仿真與結(jié)果分析
    3.3 HBOA優(yōu)化概率神經(jīng)網(wǎng)絡(luò)
    3.4 基于HBOA-PNN的故障診斷仿真分析
        3.4.1 故障數(shù)據(jù)處理
        3.4.2 實驗仿真分析
    3.5 本章小結(jié)
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(yù)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(biāo)準(zhǔn)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(yù)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(jìn)粒子濾波算法
        4.4.3 算法實現(xiàn)步驟
    4.5 基于HBOA-PF算法的鋰離子電池剩余使用壽命預(yù)測
        4.5.1 預(yù)測基本框架
        4.5.2 實驗結(jié)果及分析
    4.6 本章小結(jié)
結(jié)論與展望
參考文獻(xiàn)
致謝
附錄 攻讀學(xué)位期間所發(fā)表的學(xué)術(shù)論文目錄



本文編號：3745307