基于優化神經網絡的三相全控整流電路故障診斷
加入技術交流群
1．5 交叉和變異算子
由前述介紹可知遞階遺傳算法染色體的結構是固定的，所以與常規遺傳算法的操作運算相比沒有多大差異。因此，標準的交叉和變異算子同樣分別適用于染色體中不同級別的染色體串，即對不同級別的染色體串，交叉和變異遺傳算法中的交叉概率和變異概率是兩個極為重要的控制參數，它們的選擇是影響遺傳算法行為和性能的關鍵所在。選取固定的交叉概率和變異概率易使遺傳算法產生早熟收斂，陷入局部極值。
Srinivas等提出了自適應遺傳算法(Adaptive GA，AGA)：
式中：fmax表示種群個體的最大適應度；favg表示種群的平均適應度；f’表示參與交叉的兩個個體中較大的適應度；f表示變異個體的適應度。
調整思想是，當群體適應度比較集中時，使交叉概率pc和變異概率pm增大；當群體適應度比較分散時，使pc和pm減小，同時，適應度值高于群體平均值的個體對應于較低的pc和pm，使該解得以保護從而進入下一代；低于群體平均值的個體，對應于較高的pc和pm，使該解被淘汰。因此，交叉、變異概率的自適應調整能夠提供給某個解較佳的pc和pm組合。自適應遞階遺傳算法在保持群體多樣性的同時，保證算法的收斂性，提高算法的收斂速度。
2 三相橋式全控整流電路建模與仿真
研究分析表明，整流輸出電壓包含了電路的故障信息，是一個關鍵的測試點，通過適當的變換可以實現故障診斷。運用Matlab 7．1軟件中的Simulink構建三相橋式全控整流主電路故障模型如圖3所示。并對幾種常見故障進行了仿真研究，其部分仿真結果如圖4(a)～(e)所示，分別為正常工作時負載電壓，單管VT5斷路，兩只管子同時斷路故障包括同一支路不同橋臂(VT1和VT4)、不同支路不同橋臂(VT4和VT5)和不同支路同一橋臂(VT1和VT5)的斷路故障仿真波形。本文引用地址：http://www.104case.com/article/179030.htm
DIY機械鍵盤相關社區:機械鍵盤DIY
評論