电动汽车电机故障时间的粒子群优化灰色预测

作者：朱显辉; 崔淑梅; 师楠; 闵远亮

来源：高电压技术, 2012, 38(06): 1391-1396.

• 电动汽车
• 电机
• 灰色模型
• 粒子群优化(PSO)
• 故障时间
• 故障树 electric vehicle
• motor
• grey model
• particle swarm optimization(PSO)
• down time
• failure tree

电动汽车电机故障因素多,可靠性分析需要大样本数据,为准确预测电机的故障时间,建立了故障率较高元件的故障树模型,给出了其可靠性计算式,并将基于小样本数据的灰色算法引入到电机可靠性计算中,利用传统和改进灰色模型进行仿真分析。为了进一步提高预测精度,以两种灰色模型为基础,利用粒子群算法的全局寻优能力,提出了以均方差最小为目标函数的优化模型,对电机故障时间进行预测,并利用两组实测数据进行了验证。结果表明,优化算法的相对平均误差分别为3.36%和5.05%,相对误差最大值分别为5.62%和8.41%。该结果验证了所提算法的有效性,为电动汽车电机的故障预测提供了理论依据。

• 单位
  自动化学院; 哈尔滨工业大学; 黑龙江科技学院