机床与液压

作者：宋佩林，崔振丰，陆鹏，王清云，胡成威，李岩

单位：长春工业大学电气与电子工程学院；吉林省凯迪科技有限公司；中国第一汽车股份有限公司动力总成工厂；长春工业大学电气与电子工程学院；吉林省凯迪科技有限公司；长春工业大学电气与电子工程学院

关键词：软测量;故障预测;Elman神经网络;灰狼算法

基金：吉林省科技发展计划项目（20210201073GX）

由于设备本身的复杂多样性以及传感器应用范围和成本的限制，导致部分故障检测信息无法完整、准确获得。为解决上述问题，提出一种基于改进灰狼算法的Elman神经网络（ODCGWO-Elman）软测量模型，用于预测故障时间。该模型以Elman网络作为基础结构，将灰狼算法（GWO）与Elman网络结合，以克服网络因随机选取的权值和阈值不恰当对预测精度的影响，提高模型的学习能力和泛化性。同时，在灰狼算法中引入反向学习策略、基于余弦函数自适应的收敛因子和正则函数对其进行改进，提高灰狼算法的求解精度。实验结果表明：ODCGWO-Elman预测准确率为94.8%，相较于GWO-Elman和传统Elman网络，预测准确率分别提升了11.5%和22.3%，有效提升了设备故障预测的准确性。

来源：2024年第21期

《机床与液压》期刊编辑部

查看机床与液压杂志2024年第21期