基于改进BP神经网络的机器故障诊断技术研究.pdf

《基于改进BP神经网络的机器故障诊断技术研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、精密制造与自动化2011年第1期。。·∈≥’o。·∈。·∈。◇。∈≥。<>O∈o《制造业信息化《◇。◇O◇。◇。◇O◇。。◇o◇O◇o基于改进BP神经网络的机器故障诊断技术研究于胜男郑永前同济大学机械工程学院(200092)摘要机器故障诊断技术进入智能化阶段，利用人工神经网络诊断故障模式的优势十分明显。传统BP神经网络存在收敛慢，容易陷入局部最小等缺陷，提出了基于批处理的变速率的BP求解方法。根据问题描述，改进了BP网络故障识别模型，并以拖拉机的减速箱为例，建立模型进行故障模式识别，比较改进BP与传统BP的误差曲线，论证方法有效。

2、关键词机器故障诊断BP神经网络批处理变速率现代制造业企业中，整个生产运作系统都处于部信息处理层，负责信息变换；中间层把信息传递高速、相互连接、相互制约的状态，设备故障的突给输出层，完成一次学习的正向传播处理过程，由然发生，不仅会增加企业的维护成本，而且会严重输出层向外界输出信息处理结果。当实际输出与期影响企业的生产效率，使企业蒙受巨大损失。因此，望输出不符时，进入误差的反向传播阶段。误差通及时诊断出机器故障变得十分重要。机械故障诊断过输出层，按误差梯度下降的方式修正各层权值，是一种了解和掌握机器在运行过程的状态，确定其向隐层、输入

3、层逐层反传。BP人工神经网络不需复整体或局部正常或异常，早期发现故障及其原因，杂的建模分析过程，它对样本进行学习，学习样本数并能预报故障发展趋势的技术。故障诊断技术经历据中隐含的规律，精确地确定输入数据和目标之间了主要依靠专家或维修人员的感觉器官、个人经验的映射关系。及简单仪表进行故障的诊断与排除，工作传感器技1．2BP网络诊断机器故障的工作原理术、动态测试技术及信号分析技术等阶段。近年来BP神经网络进行故障分类的基本思想：根据以随着计算机技术、人工智能技术特别是专家系统的往历史情况，仪表测得机器运行关键状态点参数值发展，诊断技术

4、进入智能化阶段’。人工智能作为以及对应的机器故障模式，即形成学习样本；样本当前控制界的发展热点，相应地也被应用到故障检进行数据归一化后作为模型的输入输出，模型进行测中来。基于专家系统和神经网络的故障诊断方学习。通过学习，网络将能够对各种故障模式进行法，已经在工业中获得了较为成功的应用¨。区分，原理如图l所示。BP网络是当前所应用的最为普遍也较为成功的神经网络之一，本文利用改进BP网络方法通过对故状态点1障样本集训练，成功地将BP网络应用到故障检测中来。状态点21机器故障诊断的BP神经网络方法状态点P一三1．IBP神经网络BP(Ba

5、ckPr0pagation)神经网络，即误差反传的图1BP网络区分故障模式原理学习过程，由信息的正向传播和误差的反向传播两个过程组成。输入层各神经元负责接收来自外界的根据BP网络的工作原理，利用其解决机器故障输入信息，并传递给中问层各神经元；中间层是内诊断问题的基本工作流程如图2所示。36于胜男等基于改进BP神经网络的机器故障诊断技术研究对于复杂的非线性模型可以通过线性的网络来进行仿真，但是仍然存在一些缺陷：(1)传统的BP神经网络既然是一个非线性优化问题，则不可避免的陷入局部极小值的问题。(2)BP网络的训练学习速度缓慢，容易出

6、现一个长时期的平台区域，其算法的收敛速度慢。针对上述BP网络的不足，文中提出以整体误差变化为依据的变学习速率法。此种变速率法采用“批学习”方式对学习速率进行调整。考察连续两次迭代后的误差平方和，设有P个样本矢量，其相应的期望输出有M个分矢量(即：输出神经元有M个)，则第t次迭代后的误差平方和为：1PM(f)=去∑∑(-O~)(3)‘，_-lj=l式(3)中，表示第，个样本输入时第，个分矢量的期望输出，表示第，．个样本输入时第，个分矢．量的实际输出。当E(<(1)时叩(，+1)=1．05(f)Aw村(f+1)=(r+1)∑5；y(4

7、)r=1图2BP网络诊断故障模式的工作流程Av(f+1)=(r+1)∑8：x2改进的BP网络模型及求解算法2．1BP神经网络的不足与改进当E(f)>E(f-1)时传统的BP网络使用梯度下降算法使误差函数77(t+1)：0．6q(t)达到最小，权值的调节公式为Aw村(f+1)=(f+1)[w盯(f)一W可(f一1)】w蔚(f+1)w每(f一1)+△w茸(f+1)(5)(H1)=(f)+△=(f)+，7，AV(t+1)=(t+1)[V*(f)一V*(t一1)】=)+(一ok)ok(1一Ok)Y，(1)V(f+1)：V*(t一1)+AV

8、(t+1)+1)=z~j(t)+Av=)+由式(4)和式(5)可知，权值的修正是在所有=(f)+77(∑8~W：)yj(1一Y)(2)样本输入后，计算总误差后进行的。这种批处理学k=l习可保证其总误差向减少的方向变化。在样本多式(1)中，表示隐层神