基于布谷鸟搜索算法的神经网络在抽油机故障诊断中的应用

《基于布谷鸟搜索算法的神经网络在抽油机故障诊断中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：ＴＰ１８３单位代码：１０２２０密级；誦ＮＭｔｈｅａ＂Ｐｅｔｒｎｌｅｕｍｕｎｉｖｅｒｓｉｔｙ工程硕±专业学位论义论文题目：基于布谷鸟搜索算法的神经网络在抽油祝故障诊断中的应用工程领域：控制工程：■全日制□非全日制培养类别论文类型：应用研究硕击生Ｉ田野岑；巧伟建教授校内导师校外导师：雷萍高级工程师５入学时间；２０１６年月＾：２０１３年９月论文完成时间ｆ学位论文独创性声明本人所呈交的学位论文是我在指导教师的指导下进行的研究工作及

2、取得的研究成果。据我所知，除文中已经注明引用的内容外，本论文不包含其他个人已经发表或撰写。过的研究成果对本文的研究做出重要贡献的个人和集体，均已在文中作了明确说明并表示谢意。作者签名：＼３巧泉日期；学位论文使用授权声明本人完全了解东北石油大学有关保留、使用学位论文的规定。学校有权保留学位论文并向国家主管部口或其指定机构送交论文的电子版和纸质版，允许论文被查阅和借、阅，可＾＾采用影印缩印或扫描等复制手段保存、汇编学位论文，可Ｗ公布论文的全部或部分内容。东北石油大学有权将本人的学位论文入加入《中国优秀硕±学

3、位论文全文数据库》、《中国博±学位论文全文数据库》和编《中国知识资源总库》。保密的学位论文在解密后适用本规定。学位论文作者签名：巧野游／论文指导教师签名：指导小組成员签名；巧Ｉ３啼句ThesisfortheGraduateCandidateTestApplicationofCuckooSearchNeuralNetworkinthePumpingUnits’FaultDiagnosisCandidate:TianYecenTutor:RenWeijianField:ControlEngineeringTra

4、iningcategory：full-timeType:ApplicationResearchDateoforalexamination:May.2016University:NortheastPetroleumUniversity东北石油大学硕士研究生学位论文基于布谷鸟搜索算法的神经网络在抽油机故障诊断中的应用摘要石油在国民经济发展中的地位越来越高，抽油机是采油工程中极其重要的机械设备，因此，对抽油机进行故障诊断具有十分重要的意义。目前，抽油机故障诊断技术的发展已经趋向于自动化和智能化，对抽油机故障诊断的及时性与准确性的要求也越来越高。本

5、文以抽油机故障诊断问题为研究背景，对布谷鸟搜索算法进行改进，将其应用于训练神经网络，之后把优化好的神经网络与抽油机的故障诊断相结合，从而实现诊断目的，具体内容如下：首先，由于布谷鸟搜索算法中采用的行走方式完全随机，缺乏自适应性，针对这一问题提出了引入自适应步长的优化方法。在保证前期搜索遍历性的同时，在搜索后期根据适应度值的变化动态地改变步长，以提高算法的局部搜索能力。文中给出了改进布谷鸟搜索算法的流程，同时对该算法的收敛性进行了证明，并用基准函数对改进的布谷鸟算法测试，与传统的布谷鸟算法性能进行比较。其次，构建基于改进布谷鸟算法的神经网络。

6、实现算法中鸟巢的坐标向量与神经网络权值阈值之间的映射，同时实现鸟巢适应度函数与系统目标误差之间的映射，完成基于改进布谷鸟搜索算法的BP神经网络的训练。运用改进布谷鸟搜索算法的搜索能力来弥补传统BP算法过于依赖初始值、收敛速度较慢、易陷入局部极小值等缺点。根据训练样本进行实验仿真，并与传统的BP算法进行比较。最后，将神经网络运用于抽油机的故障诊断中。对抽油机电机的电流信号数据进行采集处理并用小波包分解的方式提取其特征向量，建立故障征兆集与故障集；构造基于改进算法的神经网络，对测试样本进行诊断，并将诊断结果同传统的BP神经网络诊断结果进行比较。

7、结果表明，基于改进布谷鸟算法的神经网络可以提高抽油机故障的诊断精度，满足故障诊断的需求。关键字：布谷鸟搜索算法；神经网络；自适应步长；抽油机故障诊断II东北石油大学硕士研究生学位论文ApplicationofCuckooSearchNeuralNetworkinthePumpingUnits’FaultDiagnosisABSTRACTInthedevelopmentofeconomy,petroleumisenjoyingarisingposition.Asthemostimportantpartoftheoilfield,pumping

8、units’faultdiagnosisismoreandmoresignificant.Atpresent,thetechnologyoffaultdiagnosishaste