系统工程与电子技术

作者：杨占刚, 徐海义, 成博源, 石旭东

单位：中国民航大学电子信息与自动化学院, 天津 300300

关键词：航空发电机,偏心故障,烟花算法,深度置信网络,极限学习机

基金：国家自然科学基金(51407185);国家自然科学基金(U1533126)

针对具有多并联支路绕组结构的航空发电机在偏心故障下的输出三相电压、电流故障特征差异小, 造成故障不易识别的问题, 提出一种基于烟花算法(fireworks algorithm, FWA)优化深度置信网络(deep belief network, DBN)的故障诊断方法。首先根据有限元法搭建航空发电机模型, 通过仿真获取不同静态、动态偏心故障输出数据; 然后运用FWA训练优化与极限学习机(extreme learning machine, ELM)相结合的DBN网络, 得到最佳DBN-ELM模型结构; 最后由ELM分类器进行故障诊断分类。诊断结果表明, 相较于传统的故障诊断方法, 应用所提方法进行航空发电机偏心故障诊断, 可以获得更高的准确率, 平均准确率达到99.203%。

来源：2022年第5期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2022年第5期