飞机操纵面故障的模糊差分进化识别方法

《飞机操纵面故障的模糊差分进化识别方法》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、第27卷第5期2010年5月计算机应用研究ApplicationResearchofComputersV01．27No．5May2010飞机操纵面故障的模糊差分进化识别方法顾伟，李丽莉，黄志毅，章卫国(西北工业大学自动化学院，西安710072)摘要：为提高飞机操纵面故障诊断的准确性，提出了一种模糊差分进化故障识别方法以进行飞机操纵面故障诊断。以高维大样本数据为研究对象，基于常规的模糊聚类方法。采用差分进化算法对聚类中心值进行编码，从而提高算法的全局寻优精度和稳定性。以某飞机操纵面常见故障为例进行了仿真验证，仿真结果表明该方法能有效识别出操纵面故

2、障，并且算法简单、稳定可靠。关键词：故障识别；模糊差分进化；聚类；飞机操纵面中图分类号：TPl8文献标志码：A文章编号：1001．3695(2010)05．1782．03doi：10．3969／j．issn．1001-3695．2010．05．050Fuzzydifferentialevolutionidentificationmethodofflightcontrolsui点acefaultsGUWei，LILi·li，HUANGZhi。yi，ZHANGWei。guo．(CollegeofAutomation，NorthwesternPoly

3、teehniealUniversity，施’衄710072，China)Abstract：Inordertoimprovetheaccuracyofflightcontrolsurfacefaultidentification，thispaperproposedafuzzydifferentialevolutionfaultdiagnosisscheme．Consideredthecharacteristicofhighdimensionandlargesamplesforfailuredata．encodedclusteringcenterb

4、ydifferentialevolutionalgorithminordertoimprove出obalprecisionandstabilityoftheproposedalgorithm．Appliedtheproposedschemetoflightcontrolsurfacefaultidentification．Theresultsshowthattheproposedmethodcaneffec-tivelyidentifycontrolsurfacefailures．Besides．thedescribedmethodismore

5、simpleandrobust．Keywords：faultidentification；fuzzydifferentialevolution(FDE)；clustering；flishtcontrolsurface0引言20世纪90年代以来，由于飞机操纵面故障而造成的灾难事故时有发生。飞机操纵面故障是指飞机的操纵面发生损伤、卡死等故障情况下飞机偏离正常运行状态的故障类型⋯。因此，飞机操纵面故障的识别问题已成为目前故障诊断领域的热点研究方向之一。对于飞机这样复杂的系统，对其进行聚类分析可以有效地识别故障。故障模式分类方法是解决复杂设备状态检测与

6、故障诊断的有效方法。从传统的模式识别与聚类算法如均值、EM算法、模糊聚类算法到智能计算的故障诊断方法都进行了大量的研究¨“J。近年来，随着进化算法在解决优化问题方面的优良特性，基于进化算法的故障模式分类方法受到了人们的广泛关注。差分进化算法(differentialevolution，DE)算法是由Stom等人b1于1995年提出的一种随机并行搜索的优化算法，该算法以其稳健型、易用性、较少受控参数和强大的全局搜索能力已经被成功地应用到故障诊断领域峥o。本文在基本差分进化算法的基础上提出了一种模糊差分进化(FDE)聚类算法。模糊差分进化聚类算法克

7、服了模糊c-均值(fuzzyC—meml，FCM)算法对初始值敏感，并有效利用了种群分布特性，提高了聚类结果的准确性。本文利用模糊差分进化聚类分析方法从状态信号中提取出系统的特征参数向量，构成能反映系统正常和各种故障状态特征的基准模式，然后用最大隶属度准则识别待检测模式。1模糊差分进化聚类算法1．1差分进化算法的基本原理差分进化算法是一种新兴的进化计算技术，它是一种基于群体进化的算法，其本质是一种基于实数编码的具有保优思想的贪婪遗传算法o“。差分进化算法的变异操作是基于染色体的差异向量进行的，其余的操作与遗传算法类似。具体的操作步骤如下：a)种

8、群初始化。DE的种群由NP(种群规模)个D(决策变量个数)维取值在搜索空间的参数矢量蚝(f=l，2，⋯，ⅣP；J=l，2，⋯，D)组成。b)变异操作。