基于優(yōu)化神經(jīng)網(wǎng)絡(luò)的三相全控整流電路故障診斷

作者：時(shí)間：2011-06-08 來(lái)源：網(wǎng)絡(luò)

英飛凌汽車電子生態(tài)圈
- 掃碼關(guān)注
  獲取最新最全汽車電子
  技術(shù)方案與實(shí)用技巧

1．5 交叉和變異算子
由前述介紹可知遞階遺傳算法染色體的結(jié)構(gòu)是固定的，所以與常規(guī)遺傳算法的操作運(yùn)算相比沒(méi)有多大差異。因此，標(biāo)準(zhǔn)的交叉和變異算子同樣分別適用于染色體中不同級(jí)別的染色體串，即對(duì)不同級(jí)別的染色體串，交叉和變異遺傳算法中的交叉概率和變異概率是兩個(gè)極為重要的控制參數(shù)，它們的選擇是影響遺傳算法行為和性能的關(guān)鍵所在。選取固定的交叉概率和變異概率易使遺傳算法產(chǎn)生早熟收斂，陷入局部極值。
Srinivas等提出了自適應(yīng)遺傳算法(Adaptive GA，AGA)：

式中：fmax表示種群個(gè)體的最大適應(yīng)度；favg表示種群的平均適應(yīng)度；f’表示參與交叉的兩個(gè)個(gè)體中較大的適應(yīng)度；f表示變異個(gè)體的適應(yīng)度。
調(diào)整思想是，當(dāng)群體適應(yīng)度比較集中時(shí)，使交叉概率pc和變異概率pm增大；當(dāng)群體適應(yīng)度比較分散時(shí)，使pc和pm減小，同時(shí)，適應(yīng)度值高于群體平均值的個(gè)體對(duì)應(yīng)于較低的pc和pm，使該解得以保護(hù)從而進(jìn)入下一代；低于群體平均值的個(gè)體，對(duì)應(yīng)于較高的pc和pm，使該解被淘汰。因此，交叉、變異概率的自適應(yīng)調(diào)整能夠提供給某個(gè)解較佳的pc和pm組合。自適應(yīng)遞階遺傳算法在保持群體多樣性的同時(shí)，保證算法的收斂性，提高算法的收斂速度。

2 三相橋式全控整流電路建模與仿真
研究分析表明，整流輸出電壓包含了電路的故障信息，是一個(gè)關(guān)鍵的測(cè)試點(diǎn)，通過(guò)適當(dāng)?shù)淖儞Q可以實(shí)現(xiàn)故障診斷。運(yùn)用Matlab 7．1軟件中的Simulink構(gòu)建三相橋式全控整流主電路故障模型如圖3所示。并對(duì)幾種常見故障進(jìn)行了仿真研究，其部分仿真結(jié)果如圖4(a)～(e)所示，分別為正常工作時(shí)負(fù)載電壓，單管VT5斷路，兩只管子同時(shí)斷路故障包括同一支路不同橋臂(VT1和VT4)、不同支路不同橋臂(VT4和VT5)和不同支路同一橋臂(VT1和VT5)的斷路故障仿真波形。

本文引用地址：http://2s4d.com/article/179030.htm