摘要: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6 450mm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%。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社