一種航空三級(jí)式交流發(fā)電機(jī)旋轉(zhuǎn)整流器在線故障診斷方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種基于優(yōu)化極限學(xué)習(xí)機(jī)的航空三級(jí)式交流發(fā)電機(jī)旋轉(zhuǎn)整流器在線 故障診斷方法，屬于發(fā)電機(jī)狀態(tài)監(jiān)測(cè)與故障診斷技術(shù)領(lǐng)域。
【背景技術(shù)】
[0002] 航空發(fā)電機(jī)由于長(zhǎng)期處于復(fù)雜惡劣的環(huán)境中，對(duì)其安全性和可靠性提出了很高的 要求。目前，航空三級(jí)式無(wú)刷交流發(fā)電機(jī)作為航空交流主電源系統(tǒng)的核心部件，其能否正常 工作直接影響著飛機(jī)的供電能力。如果航空發(fā)電機(jī)產(chǎn)生故障，不僅會(huì)影響其正常運(yùn)行，同時(shí) 有可能會(huì)導(dǎo)致整個(gè)飛機(jī)系統(tǒng)不能正常工作，嚴(yán)重時(shí)甚至?xí)斐芍卮蠛娇帐鹿?。飛機(jī)發(fā)電機(jī) 的故障種類多，故障部位分散，其電氣故障主要有定子繞組故障、轉(zhuǎn)子繞組故障和旋轉(zhuǎn)整流 器故障。目前，針對(duì)每一類故障，都有不同的檢測(cè)方法和故障診斷算法。本發(fā)明主要針對(duì)航 空三級(jí)式發(fā)電機(jī)中的旋轉(zhuǎn)整流器提出一種在線故障診斷方法。
[0003]目前，對(duì)航空三級(jí)式交流發(fā)電機(jī)旋轉(zhuǎn)整流器的智能故障診斷方法主要有神經(jīng)網(wǎng)絡(luò) 和支持向量機(jī)。神經(jīng)網(wǎng)絡(luò)智能診斷方法需要人為設(shè)置大量的網(wǎng)絡(luò)訓(xùn)練參數(shù)，且容易陷入局 部最優(yōu)。對(duì)于常用的BP神經(jīng)網(wǎng)絡(luò)，其在訓(xùn)練過(guò)程中需要不斷地迭代以獲得最優(yōu)輸入權(quán)值和 閥值，計(jì)算量大且消耗時(shí)間長(zhǎng)。支持向量機(jī)智能診斷方法的核函數(shù)參數(shù)及規(guī)則化參數(shù)選取 困難，目前還沒(méi)有指導(dǎo)支持向量機(jī)參數(shù)選擇的有效方法，而且支持向量機(jī)本身是一種二類 分類器，在解決多分類問(wèn)題時(shí)，需要結(jié)合一對(duì)一、一對(duì)多、糾錯(cuò)編碼、決策樹(shù)、無(wú)環(huán)導(dǎo)向圖型 等算法構(gòu)建多類分類器，會(huì)存在不可分類和分類重疊、需要構(gòu)建大量分類器等問(wèn)題。
[0004] 極限學(xué)習(xí)機(jī)（ExtremeLearningMachine，簡(jiǎn)稱ELM)是一種簡(jiǎn)單易用、有效的單隱 層前饋神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法，其在應(yīng)用時(shí)只需要預(yù)先設(shè)置好網(wǎng)絡(luò)的隱含層神經(jīng)元個(gè)數(shù)，在算 法執(zhí)行過(guò)程中隨機(jī)產(chǎn)生網(wǎng)絡(luò)的輸入權(quán)值和隱含層神經(jīng)元閥值，便可以獲得唯一的最優(yōu)解， 具有學(xué)習(xí)速度快且泛化性能好的特點(diǎn)。但極限學(xué)習(xí)機(jī)也存在一定的問(wèn)題，由于ELM隨機(jī)給 定輸入權(quán)值和隱含層閥值，其診斷精度受到很大的影響，在實(shí)際應(yīng)用中，為了達(dá)到理想的精 度，需要設(shè)置大量的隱含層節(jié)點(diǎn)數(shù)，而隱含層節(jié)點(diǎn)數(shù)的增多又會(huì)使網(wǎng)絡(luò)復(fù)雜度變高。針對(duì)這 個(gè)問(wèn)題，已有人提出將遺傳算法、進(jìn)化策略等進(jìn)化算法用于ELM的優(yōu)化中，但進(jìn)化算法依然 存在早熟、收斂速度慢等問(wèn)題。

【發(fā)明內(nèi)容】

[0005] 針對(duì)目前技術(shù)中的不足，本發(fā)明提出一種基于優(yōu)化極限學(xué)習(xí)機(jī)的航空三級(jí)式交流 發(fā)電機(jī)旋轉(zhuǎn)整流器在線故障診斷方法，該方法采用思維進(jìn)化算法對(duì)極限學(xué)習(xí)機(jī)進(jìn)行優(yōu)化， 并將其優(yōu)化后的極限學(xué)習(xí)機(jī)用于航空三級(jí)式交流發(fā)電機(jī)旋轉(zhuǎn)整流器的在線故障診斷中，該 項(xiàng)技術(shù)可應(yīng)用于在航空發(fā)電機(jī)監(jiān)測(cè)裝置或系統(tǒng)中。
[0006] 本發(fā)明的技術(shù)方案是一種基于優(yōu)化極限學(xué)習(xí)機(jī)的航空三級(jí)式交流發(fā)電機(jī)旋轉(zhuǎn)整 流器在線故障診斷方法，其特征在于：所述方法通過(guò)以下步驟實(shí)現(xiàn)：
[0007] 步驟1 :對(duì)航空三級(jí)式交流發(fā)電機(jī)的整體結(jié)構(gòu)深入了解并進(jìn)行分析，依據(jù)國(guó)軍標(biāo) GJB-181A的要求搭建整體模型，確定旋轉(zhuǎn)整流器的故障模式并選取故障信號(hào)測(cè)試點(diǎn)，進(jìn)行 軟件仿真。
[0008] 步驟2 :對(duì)仿真得到的故障數(shù)據(jù)進(jìn)行特征提取，特征提取方法可依據(jù)實(shí)際情況確 定。為了滿足極限學(xué)習(xí)機(jī)對(duì)輸入數(shù)據(jù)的要求，需要對(duì)故障數(shù)據(jù)進(jìn)行歸一化處理。
[0009] 步驟3 :依據(jù)步驟2中特征提取的結(jié)果確定極限學(xué)習(xí)機(jī)輸入層節(jié)點(diǎn)數(shù)。確定旋轉(zhuǎn) 整流器各種故障模式下的極限學(xué)習(xí)機(jī)的輸出向量表達(dá)方式，即確定輸出層節(jié)點(diǎn)個(gè)數(shù)，并選 取隱含層節(jié)點(diǎn)數(shù)、隱含層激勵(lì)函數(shù)，以確定ELM網(wǎng)絡(luò)結(jié)構(gòu)。
[0010] 步驟4 :對(duì)步驟2所得的故障數(shù)據(jù)按一定的比例劃分為訓(xùn)練樣本集和測(cè)試樣本集。 訓(xùn)練樣本集主要用于航空三級(jí)式發(fā)電機(jī)旋轉(zhuǎn)整流器故障診斷ELM模型的搭建，測(cè)試樣本集 主要用于該模型的驗(yàn)證。
[0011] 步驟5:以訓(xùn)練樣本集作為極限學(xué)習(xí)機(jī)的輸入，并采用思維進(jìn)化算法對(duì)極限學(xué)習(xí) 機(jī)的輸入權(quán)值和隱含層節(jié)點(diǎn)閥值進(jìn)行優(yōu)化，進(jìn)行航空三級(jí)式交流發(fā)電機(jī)旋轉(zhuǎn)整流器故障診 斷模型的學(xué)習(xí)。
[0012] 步驟6 :采用測(cè)試樣本集對(duì)步驟5中得到的航空三級(jí)式交流發(fā)電機(jī)旋轉(zhuǎn)整流器故 障診斷模型進(jìn)行驗(yàn)證，計(jì)算ELM模型診斷的正確率，若達(dá)到預(yù)設(shè)的正確率要求，即確定該模 型為最終模型，否則，返回步驟3。
[0013] 步驟7:將最終確定的極限學(xué)習(xí)機(jī)模型用于航空三級(jí)式交流發(fā)電機(jī)旋轉(zhuǎn)整流器的 在線故障診斷中，其中故障信號(hào)及特征提取方法與步驟2中保持一致。
[0014] 進(jìn)一步的，步驟5包括以下步驟：
[0015] 步驟5. 1 :確定思維進(jìn)化算法相關(guān)參數(shù)，包括種群大小，優(yōu)勝子種群個(gè)數(shù)，臨時(shí)子 種群個(gè)數(shù)，迭代次數(shù)。
[0016] 步驟5. 2 :根據(jù)步驟3中ELM網(wǎng)絡(luò)結(jié)構(gòu)確定編碼長(zhǎng)度，將極限學(xué)習(xí)機(jī)隨機(jī)產(chǎn)生的輸 入權(quán)值和隱含層節(jié)點(diǎn)閥值編碼成思維進(jìn)化算法個(gè)體，共計(jì)popsize個(gè)個(gè)體，并根據(jù)得分函 數(shù)搜索出得分最高的若干個(gè)優(yōu)勝個(gè)體和臨時(shí)個(gè)體，分別為Μ個(gè)和T個(gè)。
[0017] 步驟5. 3 :分別以步驟5. 2中產(chǎn)生的Μ個(gè)優(yōu)勝個(gè)體和Τ個(gè)臨時(shí)個(gè)體為中心，在每個(gè) 個(gè)體周圍產(chǎn)生popsize/ (Μ+Τ)個(gè)新的個(gè)體，從而得到Μ個(gè)優(yōu)勝子群體和Τ個(gè)臨時(shí)子群體。
[0018] 步驟5. 4 :在步驟5. 3中產(chǎn)生的各個(gè)子群體內(nèi)部進(jìn)行趨同操作，即各個(gè)子群體內(nèi)的 個(gè)體互相競(jìng)爭(zhēng)以尋求局部最優(yōu)點(diǎn)，若不再產(chǎn)生新的勝者，則該子群體成熟，趨同過(guò)程結(jié)束， 將該子群體內(nèi)最優(yōu)個(gè)體的得分記為該子群體的得分，并公布在局部公告板和全局公告板 上。
[0019] 步驟5. 5 :步驟5. 4中的子群體成熟后，在子群體之間進(jìn)行異化操作，即每個(gè)子群 體之間進(jìn)行全局競(jìng)爭(zhēng)。若某個(gè)臨時(shí)子群體的得分大于任一成熟優(yōu)勝子群體的得分，則該優(yōu) 勝子群體被放棄，個(gè)數(shù)記為Α。若一成熟臨時(shí)子群體的得分小于任一優(yōu)勝子群體的得分， 則該臨時(shí)子群體被放棄，個(gè)數(shù)記為?；，而這些凡+?；個(gè)子群體將參加下一輪的趨同和異化操 作。
[0020] 步驟5. 6 :重復(fù)步驟5. 4和步驟5. 5,判斷是否滿足終止條件，即優(yōu)勝子群體的最 好得分是否得到進(jìn)一步提高或者是否達(dá)到迭代次數(shù)，如果沒(méi)有滿足終止條件，跳轉(zhuǎn)到步驟 5. 4,如果滿足終止條件，則輸出全局最優(yōu)子個(gè)體及其得分。
[0021] 更進(jìn)一步的，所述步驟5. 2中ELM的網(wǎng)絡(luò)結(jié)構(gòu)設(shè)為n-k-m，編碼長(zhǎng)度依據(jù)ELM的網(wǎng) 絡(luò)結(jié)構(gòu)可確定為nk+k，每個(gè)個(gè)體可以表示為：
[0022] a-[歷"，·'，仍1女，?21，切22，· ·.，，·..，歷η]，歷《2 " . ·，出at，辦1，辦2，. · ·，石/t ] C^)
[0023] 其中，αx為總?cè)后w中第X個(gè)體（1 <X<popsize，popsize為種群大小），η為輸 入層節(jié)點(diǎn)數(shù)，即訓(xùn)練樣本的輸入維數(shù)，k為隱含層節(jié)點(diǎn)數(shù)，m是輸出層節(jié)點(diǎn)數(shù)。ωι]為輸入層 第j個(gè)節(jié)點(diǎn)與隱含層第i個(gè)節(jié)點(diǎn)之間的連接權(quán)值，其中1 <j<η，1 <i<匕匕為隱含層 第i個(gè)節(jié)點(diǎn)的閥值。
[0024] 得分函數(shù)表達(dá)式可設(shè)為：f= 1/RMSE(2)
[0026] 其中，N為訓(xùn)練樣本集的個(gè)體數(shù)，\和C汾別為訓(xùn)練樣本集中第j個(gè)樣本的實(shí) 際對(duì)應(yīng)值和模型輸出值，RMSE為訓(xùn)練樣本集的均方根誤差，f為得分函數(shù)，本發(fā)明選取訓(xùn)練 樣本集的均方根誤差的倒數(shù)為得分函數(shù)。
[0027] 本發(fā)明有益效果如下：
[0028] 本發(fā)明基于優(yōu)化的極限學(xué)習(xí)機(jī)模型對(duì)航空三級(jí)式交流發(fā)電機(jī)中旋轉(zhuǎn)整流器進(jìn)行 在線智能故障診斷，該技術(shù)可應(yīng)用于航空發(fā)電機(jī)監(jiān)測(cè)裝置或系統(tǒng)中。本發(fā)明提出將極限學(xué) 習(xí)機(jī)用于航空三級(jí)式交流發(fā)電機(jī)旋轉(zhuǎn)整流器故障診斷方面，與現(xiàn)有的航空三級(jí)式交流發(fā)電 機(jī)旋轉(zhuǎn)整流器智能診斷算法（如神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)）相比，極限學(xué)習(xí)機(jī)具有學(xué)習(xí)速度 快、泛化能力強(qiáng)的特點(diǎn)。本發(fā)明又采用思維進(jìn)化算法對(duì)極限學(xué)習(xí)機(jī)的輸入權(quán)值和隱含層閥 值進(jìn)行優(yōu)化，既能保證局部最優(yōu)，又能最終尋找到全局最優(yōu)解，解決了遺傳算法在尋優(yōu)時(shí)過(guò) 分早熟、收斂速度慢的問(wèn)題，減少了隱含層節(jié)點(diǎn)的需求數(shù)目，提高了學(xué)習(xí)能力。
【附圖說(shuō)明】：
[0029] 圖1為航空三級(jí)式交流發(fā)電機(jī)基本結(jié)構(gòu)原理圖
[0030] 圖2為航空三級(jí)式交流發(fā)電機(jī)旋轉(zhuǎn)整流器故障診斷模型建立流程圖
[0031] 圖3為思維進(jìn)化算法基本結(jié)構(gòu)圖
[0032] 圖4為思維進(jìn)化算法優(yōu)化極限學(xué)習(xí)機(jī)參數(shù)流程圖
[0033] 圖5為航空三級(jí)式交流發(fā)電機(jī)旋轉(zhuǎn)整流器在線故障診斷流程圖
【具體實(shí)施方式】：
[0034] 下面結(jié)合【附圖說(shuō)明】1，2,3,4,5對(duì)本發(fā)明的技術(shù)方案進(jìn)行詳細(xì)說(shuō)明。
[0035] 本發(fā)明設(shè)計(jì)了一種基于優(yōu)化極限學(xué)習(xí)機(jī)的航空三級(jí)式交流發(fā)電機(jī)旋轉(zhuǎn)整流器在 線故障診斷方法。所述的航空三級(jí)式交流發(fā)電機(jī)基本結(jié)構(gòu)原理圖如圖1所示，主要包括主 發(fā)電機(jī)、交流勵(lì)磁機(jī)、旋轉(zhuǎn)整流器和副勵(lì)磁機(jī)（永磁發(fā)電機(jī)），這種形式的發(fā)電機(jī)又被稱為 旋轉(zhuǎn)整流器式無(wú)刷交流發(fā)電機(jī)，其中副勵(lì)磁機(jī)的永磁體、交流勵(lì)磁機(jī)的電樞繞組、旋轉(zhuǎn)整流 器和主發(fā)電機(jī)的勵(lì)磁繞組位于發(fā)電機(jī)轉(zhuǎn)子上，其他部件位于發(fā)電機(jī)定子上。發(fā)電機(jī)工作時(shí)， 副勵(lì)磁機(jī)產(chǎn)生的三相交流電經(jīng)外接可控整流電路整流后供給給交流勵(lì)磁機(jī)的勵(lì)磁繞組作 為勵(lì)磁電流，轉(zhuǎn)子側(cè)交流勵(lì)磁機(jī)電樞繞組感應(yīng)出三相交流電，該交流電經(jīng)旋轉(zhuǎn)整流器整流 為直流直接輸出給主發(fā)電機(jī)的勵(lì)磁繞組作為勵(lì)磁電流。其中旋轉(zhuǎn)整流器多采用全橋不可控 整流電路結(jié)構(gòu)，整流元件為二極管，由于其位于轉(zhuǎn)子上，故障發(fā)生率較高。
[0036] -種基于優(yōu)化極限學(xué)習(xí)機(jī)的航空三級(jí)式交流發(fā)電機(jī)旋轉(zhuǎn)整流器故障診斷方法，如 圖2所示，具體操作包括如下步驟：
[0037] 步驟1