基于 PSO-BP 与组合矩的水电机组轴心轨迹识别

摘要：

引入了一种由 Hu矩和仿射矩构成的组合不变矩作为水电机组轴心轨迹的反向传播（back propagation ，简称BP）自识别神经网络的输入特征向量，在粒子群优化算法（particle swarm optimization ，简称PSO）的基础上，融入粒子位置越界处理和全局最优位置未更新计数器，利用改进的粒子群算法求解BP网络连接权值，水电机组轴心轨迹的BP识别速度和精度得以显著提升，采用优化思想对初步识别结果进行量化分析，提取定量的轴心轨迹形状特征参数，可为水电机组故障定位提供指南。仿真实验和应用实例表明，组合不变矩的识别方法优于 Hu矩或仿射矩方法，构建的PSO‐BP具备较高的收敛速度和识别精度，所提出的轴心轨迹识别方法成功应用到了水电机组动不平衡故障诊断案例。

关键词：组合矩、粒子群优化算法、BP神经网络、水电机组、轴心轨迹、识别

分类号：TH133;TP277

资助基金：中央高校基本科研业务费专项资金资助项目；华中科技大学自主创新研究基金资助项目0118120050

在线出版日期：2016-04-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：108-114