IR
基于粒子群优化粒子滤波和CUDA加速的故障诊断方法
曹洁; 李钊; 王进花; 余萍
2020-04-12
发表期刊计算机应用与软件
ISSNISSN:1000-386X
期号2020年04期页码:页码:240-246+251
摘要在非线性系统中,粒子滤波需要大量粒子才能保证状态估计的准确度,这降低了算法的实时性,导致故障诊断的准确率和实时性不佳。针对该问题,提出基于GPU平台的粒子群优化粒子滤波(PSOPF)并行算法。通过分析PSOPF算法的并行性,设计并实现一种基于CUDA并行计算架构的PSOPF并行算法,利用大量的GPU线程对算法进行加速。为解决拒绝重采样对GPU全局内存的非合并访问带来的执行效率低问题,通过改进拒绝重采样并行算法,使线程束中的线程对同一内存区段中的粒子进行重采样,提高了其执行效率。通过对风力机组变桨距系统故障诊断验证了算法的有效性。实验结果表明,该方法可满足故障诊断准确率和实时性的要求。
关键词GPU 粒子滤波 粒子群优化 重采样 变桨距系统 故障诊断
URL查看原文
收录类别CNKI
语种中文
文献类型期刊论文
条目标识符https://ir.lut.edu.cn/handle/2XXMBERH/56879
专题兰州理工大学
作者单位1.兰州理工大学电气工程和信息工程学院
2.甘肃省制造业信息化工程研究中心
推荐引用方式
GB/T 7714
曹洁,李钊,王进花,等. 基于粒子群优化粒子滤波和CUDA加速的故障诊断方法[J]. 计算机应用与软件,2020(2020年04期):页码:240-246+251.
APA 曹洁,李钊,王进花,&余萍.(2020).基于粒子群优化粒子滤波和CUDA加速的故障诊断方法.计算机应用与软件(2020年04期),页码:240-246+251.
MLA 曹洁,et al."基于粒子群优化粒子滤波和CUDA加速的故障诊断方法".计算机应用与软件 .2020年04期(2020):页码:240-246+251.
条目包含的文件 下载所有文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
基于粒子群优化粒子滤波和CUDA加速的故(1774KB)期刊论文出版稿开放获取CC BY-NC-SA浏览 下载
个性服务
查看访问统计
谷歌学术
谷歌学术中相似的文章
[曹洁]的文章
[李钊]的文章
[王进花]的文章
百度学术
百度学术中相似的文章
[曹洁]的文章
[李钊]的文章
[王进花]的文章
必应学术
必应学术中相似的文章
[曹洁]的文章
[李钊]的文章
[王进花]的文章
相关权益政策
暂无数据
收藏/分享
文件名: 基于粒子群优化粒子滤波和CUDA加速的故障诊断方法.pdf
格式: Adobe PDF
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。