【技术实现步骤摘要】
基于ICSA
‑
VS
‑
bpNet的装甲车辆底盘发动机的故障预测方法
[0001]本专利技术涉及故障预测
,具体为基于ICSA
‑
VS
‑
bpNet的装甲车辆底盘发动机的故障预测方法。
技术介绍
[0002]现在科学技术的进步和发展,推动着装甲车辆底盘发动机日益向高效化、精密化和自动化的方向发展。这些进展一方面的确满足了提高生产率、降低生产成本、节约能源等部队武器装备发展的客观需求,取得了巨大的性能效应[1];但另外一方面,作为装甲车辆最核心的部件,负责输出全部动力的底盘发动机,对其设计、制造、安装、使用、维修和安全可靠的运行提出了更高的要求。发动机系统一旦发生故障,则会影响到整个装甲车辆的正常使用。
[0003]针对这种情况,世界各国普遍对发动机系统开展了实时监测和故障预测工作,能够实时监测发动机的健康状态并且预测故障状态。[2
‑
3]。文献[4]基于融合知识图谱与多元神经网络进行发动机故障预测,算法虽然能够实现将多源异种数据结构化进行训练,但依旧缺乏更多更可靠的故障维修事实性认识。文献[5]提出了一种基于双向LSTM的故障预测模型,算法预测结果与实际的剩余寿命值误差较小,但对模型中间层的输出解释不够,是的对不同应用的有效性不够。文献[6]基于相关系数与神经网络的故障预测方法,同时利用PSO算法优化网络参数,但针对不明显的特征数据无法做出有效预测。文献[7]采用模糊聚类理论设计了一套数据挖掘模型,但模型需要较为准 ...
【技术保护点】
【技术特征摘要】
1.基于ICSA
‑
VS
‑
bpNet的装甲车辆底盘发动机的故障预测方法,包括构建神经网络与免疫克隆抗体的群体生成两部分,其特征在于,包括以下步骤:S100、基于柴油机类型,设定六合一油液传感器,构建信号获取模型,其采集信号包括温度、水活性、粘度、温度、密度、介电常数及磨粒;S200、构建神经网络:BP神经网络有输入层、隐含层和输出层,包括信号正向传播和误差反向传播两个过程。即误差输出沿输入到输出的方向计算,权值和阈值沿输出到输入的方向调整,BP神经网络模型由个m节点的输入层,n个节点的隐含层和p个节点的输出层构成;S300、抗体克隆的规模:在优秀记忆库X
M
中,根据亲和度大小进行克隆;S400、疫苗的提取:通过疫苗接种的引进,在抗体变异过程中保留抗体的优良特征,提高产生优良抗体以及基因的比例;S500、疫苗的选择:基于ICSA
‑
VS采用蒙卡罗法,根据个体选择概率的比例,将个体的亲和性转化为个体选择概率,依据个体选择概率的比例将个体按比例划分在一个圆盘上;S600、疫苗的接种:基于二进制选取接种疫苗的基因位,并基于轮盘赌策略选取疫苗,将选取的疫苗接种与选取的基因位;S700、得到ICSA
‑
VS
‑
bpNet对发动机底盘进行故障预测的模型。2.根据权利要求1所述的基于ICSA
‑
VS
‑
bpNet的装甲车辆底盘发动机的故障预测方法,其特征在于:所述S200的具体方法为:模型建立初期,随机设置连接权值W,以及隐含层和输出层的阈值γ
j
、θ
k
。隐含层的输出:H
j
=f(α
j
‑
γ
j
)
ꢀꢀꢀ
(3)其中:式中:H
j
‑‑‑‑‑‑
第j个隐含层的输出值;γ
j
‑‑‑‑‑‑
第j个隐含层的阈值;F
‑‑‑‑‑‑‑
隐含层激励函数;α
j
‑‑‑‑‑‑
第j个隐含层的输入;输出层输出Y
k
的计算公式为:其中:G
‑‑‑‑‑‑‑‑
输出层激励函数
‑‑‑‑‑‑‑‑
第k个输出层的阈值β
k
‑‑‑‑‑‑‑‑
第k个输出层的输入L
‑‑‑‑‑‑‑‑
输出层的节点个数由网络预测输出Y和期望输出O,计算均方误差E
k
:
任意参数v
i+1
=v
i
+Δv
i
;BP神经网络算法基于梯度下降策略,根据目标的负梯度方向调整权重和阈值。根据计算出的均方误差E
k
,设定学习速率η。W
j,k
的调整方法为:的调整方法为:得:得:输出层的阈值的更新方法为:输出层的阈值的更新方法为:根据上述算法对权值、阈值进行迭代调整,若迭代算法结束,则输出相关结果;若迭代算法未结束,则返回重复该训练过程。3.根据权利要求1所述的基于ICSA
‑
VS
‑
bpNet的装甲车辆底盘发动机的故障预测方法,其特征在于:所述S300的抗体克隆规模设定方法为:抗体克隆规模的大小与亲和度成正比,亲和度越高的抗体,越接近最佳解决方案的抗体被克隆数就越多,选择抗体克隆规模的大小计算公式为k=N
‑
1,其中N为优秀抗体的规模。4.根据权利要求1所述的基于ICSA
‑
VS
‑
bpNet的装甲车辆底盘发动机的故障预测方法,其特征在于:所述S400的具体方法为:改进的免疫克隆选择算法中在每次迭代时提前将优秀记忆库X
M
中的抗体作为候选疫苗集,候选疫...
【专利技术属性】
技术研发人员:李英顺,左洋,鲁飞,郭占男,刘海洋,赵玉鑫,匡博琪,郭丽楠,
申请(专利权)人:沈阳顺义科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。