自适应蝙蝠算法优化PF的风力机桨距系统故障-计算机应用与软件

第３５卷第５期　　　 计算机应用与软件 Ｖｏｌ３５Ｎｏ．５

２０１８年５月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｍａｙ２０１８

自适应蝙蝠算法优化ＰＦ的风力机桨距系统故障诊断方法

１，２ １ １

曹　洁 　杜永红 　王进花

１(兰州理工大学电气工程和信息工程学院　甘肃兰州７３００５０)

２(甘肃省制造业信息化工程研究中心　甘肃兰州７３００５０)

摘　要　　针对粒子滤波(ＰＦ)在变桨距系统故障诊断中存在的样本贫化现象导致故障诊断精度低的问题，提出

一种蝙蝠算法自适应优化粒子滤波的故障诊断方法。通过改进的蝙蝠算法优化粒子滤波的采样过程，并结合最

新的观测值定义粒子适应度函数，引导粒子整体向高似然区域移动；同时引入一个动态自适应惯性权重来设计新

的粒子全局搜索位置更新机制，自适应调整粒子的全局搜索与局部搜索能力的有效协调，改善粒子贫化及陷入局

部极值的问题，以期提高粒子群对故障状态的估计性能。通过对风力机桨距系统执行器和传感器故障诊断的仿

真分析，表明该方法可有效提高故障诊断的准确性。

关键词　　风力机　变桨距系统　故障诊断　粒子滤波　蝙蝠算法　状态估计

中图分类号　ＴＰ３９１　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１８．０５．０１４

ＦＡＵＬＴＤＩＡＧＮＯＳＩＳＭＥＴＨＯＤＦＯＲＰＩＴＣＨＳＹＳＴＥＭＯＦＷＩＮＤＴＵＲＢＩＮＥＳ

ＢＡＳＥＤＯＮＡＤＡＰＴＩＶＥＢＡＴＡＬＧＯＲＩＴＨＭＯＰＴＩＭＩＺＥＤＰＦ

１，２ １ １

ＣａｏＪｉｅ 　ＤｕＹｏｎｇｈｏｎｇ　ＷａｎｇＪｉｎｈｕａ

１(ＣｏｌｌｅｇｅｏｆＥｌｅｃｔｒｉｃａｌａｎｄＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＬａｎｚｈｏｕＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｌａｎｚｈｏｕ７３００５０，Ｇａｎｓｕ，Ｃｈｉｎａ)

２(ＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇＲｅｓｅａｒｃｈＣｅｎｔｅｒｏｆＭａｎｕｆａｃｔｕｒｉｎｇＩｎｄｕｓｔｒｙｉｎＧａｎｓｕＰｒｏｖｉｎｃｅ，Ｌａｎｚｈｏｕ７３００５０，Ｇａｎｓｕ，Ｃｈｉｎａ)

Ａｂｓｔｒａｃｔ　　Ａｉｍｉｎｇａｔｔｈｅｐｒｏｂｌｅｍｏｆｌｏｗａｃｃｕｒａｃｙｆｏｒｆａｕｌｔｄｉａｇｎｏｓｉｓｄｕｅｔｏｔｈｅｓａｍｐｌｅｉｍｐｏｖｅｒｉｓｈｍｅｎｔｐｈｅｎｏｍｅｎｏｎ

ｅｘｉｓｔｉｎｔｒａｄｉｔｉｏｎａｌｐａｒｔｉｃｌｅｆｉｌｔｅｒ(ＰＦ)ｉｎｔｈｅｆａｕｌｔｄｉａｇｎｏｓｉｓｏｆｔｈｅｖａｒｉａｂｌｅｐｉｔｃｈｓｙｓｔｅｍ，ａｆａｕｌｔｄｉａｇｎｏｓｉｓｍｅｔｈｏｄｂａｓｅｄ

ｏｎａｄａｐｔｉｖｅｂａｔａｌｇｏｒｉｔｈｍｏｐｔｉｍｉｚｉｎｇｐａｒｔｉｃｌｅｆｉｌｔｅｒｉｓｐｒｏｐｏｓｅｄ．Ｃｏｍｂｉｎｅｄｔｈｅｓａｍｐｌｉｎｇｐｒｏｃｅｓｓｏｆｏｐｔｉｍｉｚｉｎｇｐａｒｔｉｃｌｅ

ｆｉｌｔｅｒｂｙｔｈｅｉｍｐｒｏｖｅｄｂａｔａｌｇｏｒｉｔｈｍｗｉｔｈｔｈｅｌａｔｅｓｔｏｂｓｅｒｖａｔｉｏｎｔｏｄｅｆｉｎｅｔｈｅｆｉｔｎｅｓｓｆｕｎｃｔｉｏｎｔｏｇｕｉｄｅｔｈｅｐａｒｔｉｃｌｅｔｏｍｏｖｅ

ｔｏｔｈｅｈｉｇｈｌｉｋｅｌｉｈｏｏｄｒｅｇｉｏｎ．Ａｔｔｈｅｓａｍｅｔｉｍｅ，ｔｈｅｄｙｎａｍｉｃａｄａｐｔｉｖｅｉｎｅｒｔｉａｗｅｉｇｈｔｄｅｓｉｇｎｉｓｉｎｔｒｏｄｕｃｅｄｔｏｄｅｓｉｇｎａｎｅｗ

ｇｌｏｂａｌｓｅａｒｃｈｐｏｓｉｔｉｏｎｕｐｄａｔｅｍｅｃｈａｎｉｓｍ，ｔｈｅｂａｌａｎｃｅｂｅｔｗｅｅｎｇｌｏｂａｌｓｅａｒｃｈａｎｄｌｏｃａｌｓｅａｒｃｈａｂｉｌｉｔｙｉｓａｄｊｕｓｔｅｄ

ａｄａｐｔｉｖｅｌｙ．Ａｌｌｅｖｉａｔｉｎｇｔｈｅｐｈｅｎｏｍｅｎｏｎｏｆｐａｒｔｉｃｌｅｉｍｐｏｖｅｒｉｓｈｍｅｎｔａｎｄａｖｏｉｄｉｎｇｌｏｃａｌｅｘｔｒｅｍａｌ，ａｎｄｔｈｅｅｓｔｉｍａｔｉｏｎ

ｐｅｒｆｏｒｍａｎｃｅｏｆｐａｒｔｉｃｌ