10.3969/j.issn.2095-2783.2018.10.009
基于DE-BP神经网络的盾构推进液压系统故障诊断
针对盾构机推进液压系统结构复杂与高度非线性,难以建立准确数学模型等问题,提出一种基于差分进化算法(differential evolution,DE)和BP神经网络融合的模型,用于盾构机推进液压系统故障诊断.利用BP神经网络完成系统各故障输入到故障类别输出的非线性映射,同时采用DE建立系统故障诊断模型并加快收敛速度.通过AMESim仿真软件搭建φ6 450 mm土压平衡盾构机推进液压系统模型,修改液压元件模型参数,仿真7种故障类型,验证诊断算法的有效性.结果表明,该诊断模型输出层节点误差在0～8％的范围内,能够准确识别推进液压系统故障的类型,实现故障诊断.DE能有效提高BP神经网络的收敛速度,将故障类型的识别精度提高29％.
盾构机、故障诊断、推进液压系统、差分进化算法、BP神经网络、AMESim仿真
13
U455.3;TP277(隧道工程)
国家高技术研究发展计划863计划资助项目2012AA041802;河南省科技攻关重点项目162102110134;2018年河南省科技攻关项目182102210063;2015年度河南省基础与前沿技术研究项目152300410215
2018-11-29（万方平台首次上网日期，不代表论文的发表时间）
共6页
1142-1147
