基于PSO-RBFPNN的柴油机故障诊断  

Diesel fault diagnosis based on PSO-RBFPNN

作　　者：李盘荣[1] 

机构地区：[1]无锡市广播电视大学,无锡214011

出　　处：《现代制造工程》2008年第10期103-106,共4页Modern Manufacturing Engineering

摘　　要：提出一种基于粒子群优化算法(PSO)和径向基概率(RBFP)神经网络的新型进化神经网络模型(PSO-RBFPNN)。在实例研究中,该模型被应用于柴油机故障诊断中。试验结果表明,该方法具有运算效率高,收敛速度快的特点,是一种有效可靠的新型故障诊断技术。Based on PSO （Particle Swarm Optimization）and RBFPNN （Radial Basis Function Probabilistic Neural Network）, a novel evolutionary neural networks model is presented. In the real-world case study, the proposed model PSO-RBFPNN is applied on the diesel fault diagnosis. The experiments show that the method has more fast convergence rate and high computation efficiency. It is an efficient and reliable novel fault diagnosis technology.

关 键 词：粒子群优化算法 径向基概率神经网络 柴油机 故障诊断 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]