Earticle

현재 위치 Home

Study on a Novel Hybrid Intelligent Fault Diagnosis Method Based on Improved DE and RBFNN

첫 페이지 보기
  • 발행기관
    보안공학연구지원센터(IJDTA) 바로가기
  • 간행물
    International Journal of Database Theory and Application SCOPUS 바로가기
  • 통권
    Vol.9 No.8 (2016.08)바로가기
  • 페이지
    pp.159-170
  • 저자
    Liu Yi
  • 언어
    영어(ENG)
  • URL
    https://www.earticle.net/Article/A284289

※ 원문제공기관과의 협약기간이 종료되어 열람이 제한될 수 있습니다.

원문정보

초록

영어
The radial basis function neural network (RBFNN) is a great potential artificial intelligence technology and can effectively realize the fault diagnosis for small sample and nonlinear problem. But the parameters of RBFNN model seriously affects the generalization ability and diagnosis accuracy on the great extent. So an improved differential evolution algorithm based on dynamic adaptive adjustment strategy is proposed to optimize the parameters of RBFNN model for obtaining the optimal RBFNN (DASDERBFNN) method. Then the proposed DASDERBFNN method is used to construct a new fault diagnosis (DSDRBFNFD) method. In the DSDRBFNFD method, the dynamic adaptive adjustment strategy is used to adaptively adjust the crossover probability (CR ) value according to the fitness value of current individual in the population for obtaining the improved DE(DASDE) algorithm. Then the selection of parameters in the RBFNN is regarded as a combination optimization of parameters in order to establish the objective function of combination optimization. The DASDE algorithm is used to search for the optimal value of objective function to obtain the better parameter optimization of the RBFNN (DASDERBFNN), which is applied in the fault diagnosis for constructing a new fault diagnosis (DSDRBFNFD) method. Finally, the proposed DSDRBFNFD method is used to diagnose the fault of the cylinder of the engine in order to validate the diagnosis effectiveness of the DSDRBFNFD method. The experiment results show that the proposed DSDRBFNFD method can obtain the higher accuracy of fault diagnosis and is effective fault diagnosis for the engine.

목차

Abstract
 1. Introduction
 2. RBF Neural Network
 3. Differential Evolution Algorithm
 4. An Improved DE (DASDE) Based on Dynamic Adaptive Adjustment Strategy
 5. The Optimization of RBFNN Based on DASDE Algorithm
 6. Fault Diagnosis and Case Analysis
  6.1. Fault Diagnosis Method
  6.2. A Case Analysis of the DSDRBFNFD Method
 7. Conclusion
 References

키워드

engine differential evolution dynamic adaptive adjustment strategy RBF neural network intelligent fault diagnosis

저자

  • Liu Yi [ School of Mechanical and Electronic Engineering, Wuhan Donghu University, Wuhan, 430212, China ]

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    보안공학연구지원센터(IJDTA) [Science & Engineering Research Support Center, Republic of Korea(IJDTA)]
  • 설립연도
    2006
  • 분야
    공학>컴퓨터학
  • 소개
    1. 보안공학에 대한 각종 조사 및 연구 2. 보안공학에 대한 응용기술 연구 및 발표 3. 보안공학에 관한 각종 학술 발표회 및 전시회 개최 4. 보안공학 기술의 상호 협조 및 정보교환 5. 보안공학에 관한 표준화 사업 및 규격의 제정 6. 보안공학에 관한 산학연 협동의 증진 7. 국제적 학술 교류 및 기술 협력 8. 보안공학에 관한 논문지 발간 9. 기타 본 회 목적 달성에 필요한 사업

간행물

  • 간행물명
    International Journal of Database Theory and Application
  • 간기
    격월간
  • pISSN
    2005-4270
  • 수록기간
    2008~2016
  • 십진분류
    KDC 505 DDC 605

이 권호 내 다른 논문 / International Journal of Database Theory and Application Vol.9 No.8

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.