Lanzhou University of Technology Institutional Repository (LUT_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![]() | |
2020-04-12 | |
发表期刊 | 计算机应用与软件
![]() |
ISSN | ISSN: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 |
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。
修改评论