资源描述：
《基于神经网络的大型风机智能故障诊断系统的研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、基于神经网络的大型风机智能故障诊断系统的研究谢培甫夏立斌谭青/中南大学摘要：介绍了BP网络的基木原理，研究了基于神经网络的故障诊断方法，建立了风机常见故障模式样本。山此研制了一套基于BP网络的风机智能故障诊断系统，将英应用于某大型烧结风机的故障诊断中，结果表明：该系统诊断结果准确可靠,H.具有较强的鲁棒性。关键词：风机神经网络智能故障诊断中图分类号：TH43文献标识码：B文章编号：1006-8155(2007)02-0047-04ResearchontheIntelligentTroubleDiagnosisSystemf
2、orLarge-scaleFanBasedonNeuralNetworkAbstract:ThebaseprincipleofBPnetworkisintroduced,thetroublediagnosismethodbasedonneuralnetworkisreseaiched.Anusualtroublemodesamplebookforfanisestablished.SoanintelligenttroublediagnosissystemforfanbasedonBPnetworkwhichhasbeenus
3、edintroublediagnosisoflarge-sinteringfan.Theresultshowsthatthediagnosisresultsofthissystemisreliablewithpowerfulrobustness.Keywords:FanNeuralnetworkIntelligentTroublediagnosis0引言机械状态监测与故障诊断技术作为一门应用学科，渗透有许多前沿技术。目前故障诊断技术已rh人工诊断发展到以信号采集和数据分析为主的计算机辅助监测与诊断，进而向拥有人工智能的状态
4、检测与故障诊断系统发展。现在智能故障诊断系统的研究主要有两个方而：基于专家系统的智能诊断技术和基于神经网络的智能诊断技术。传统的诊断专家系统的固有缺陷已阻碍其进一步发展，而神经网络技术由于其很强的口学习能力、自适应能力、容错能力，编程量、维护量较小，计算能力复杂多样、运算速度快、策略灵活，适用范围广泛，特别适合于在工业现场实时诊断结构复杂，环境恶劣的旋转机械故障。神经网络有很多种模型，例如感知器网络、多层感知器网络、径向基函数网络(RBF)、口适应共振网络等，这些网络模型原则上讲均可用来进行故障诊断，只是有的简单，有的复杂
5、；有的稳定，有的不稳定；有的诊断效率高，有的诊断效率低；有的诊断结果准确度高，有的差一些。相比之下，多层感知器网络是故障诊断屮非常虫要的一种网络，它所用的学习算法是一种有导师的算法一一误差反向传播算法，简称BP算法。它类似于生物神经网络的信息处理和模式分类的自学习特性。多层感知器包含非线性处理单元，具有很强的分类能力，市它分流出多种前馈网络形式。应用BP算法的多层感知器网络是忖前的研究重点之一，并且己被大量应用于模式识别、过程控制、数据压缩及故障诊断等领域。1BP网络的理论1.1BP网络的结构BP网络主要山输入层、隐层和输
6、出层纽成。根据BP定理，给定任意&V0和任意厶2函数广[0,1]”T/r,存在一个三层bp网络可以在任意£平方误差精度以内逼近夭因此单隐层的bp网络已经具有了任意精度的函数逼近能力，实际应用中，BP网络只含一个隐层。图1表示了一个三层BP网络的结构。收稿日期:2006-08-08长沙市410083耳图1三层BP网络结构BP网络的每一个节点都具有如图2所示的神经元结构。Xn=l图2神经元结构对丁风机的故障诊断而言，输入层矢量X=（K，X2,…，乙）为故障征兆层，输入节点为X.（z=1,2,•••,/?）,由输入故障征兆参数组
7、成。输出矢量沧（儿』2,…，儿）为故障类别层,每个输出节点升（心1,2,…，肋对应着某一具体的故障，隐层欠量H=（hJs，…，hj用于提取信号中的高阶相关特性。&称为阈值（也叫门限），权值矢量W=（W］,W2,…,W”）是该神经元与上级神经元的连接权值。/称为传递函数或变换函数。1.2BP网络的学习算法BP网络采川的是误差反向传播学习算法。在向网络捉供了学习样本Z后，网络将按以下步骤开始学习。（1）输入层神经元的输出等于其输入，隐层及输出层各神经元的输出按照式（1）计算端5）=力剛⑷卜AE吩5）犷）⑷-0"⑷］（1）I其中
8、，叫）5）为”时刻从第Z层神经元倒第/-I层神经元啲连接权值；必）（/7）为斤时刻在样本"下第腥第/个神经元的输出；办为第/层第丿•个神经元的变换函数，在这里取Sigmoid函数，BP/（X）=j-^o（2）计算训练误差输出层：昭）二必⑷｛［1-。；知）此-此⑷］｝⑵隐层：殆）=。的）［1-此）5）］工
