基于BP神经网络的轴承寿命预测程序设计.pdf

《基于BP神经网络的轴承寿命预测程序设计.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、造、二I；芋装争^1．andalzluzaogongytznuangOetl-2年’第。3期基于BP神经网络的轴承寿命预测程序设计宁武龙，刘桓龙，彭卫池，柯坚。于兰英(1．西南交通大学机械工程学院，四川成都610031；2．深圳市广安消防装饰工程有限公司广州公司，广东广州510610)摘要：基于BP神经网络原理，利用轴承空载和负载运行下的各参数建立轴承剩余寿命的预测模型。在MATLAB中对轴承数据样本进行学习与训练，获得较精确的BP神经网络结构的权值和阈值，根据BP神经网络算法编写m函数文件，在MATLAB中生成COM组件。用Visual~asic6．0编写的系统软件界面，在

2、界面中调用COM组件中的DLL文件。解决算法优化和模块间调用等问题，成功开发出轴承寿命预测系统，用于机电产品的质量控制管理。关键词：轴承剩余寿命BP神经网络权值阈值COM组件．中图分类号：TP311文献标识码：A文章编号：1002—6886(2014)03—0007—04AdesignofbearinglifepredictionprogrambasedonBPneuralnetworkNINGWulong，LIUHuanlong，PENGWeichi，KEJian，YULanyingAbstract：BasedonBPneuralnetworktheory，thispape

3、restablishesabearingresiduallifepredictionmodelbyusingpa—rametersofbearingunderunloadandloadoperation．BeatingdatasamplesarelearnedandtrainedinMATLABtoobtainmoreaccurateweightsandthresholdofBPneuralnetworkandtoobtainmfunctionfilethroughBPneuralnetworkalgorithm．ACOMcomponentisgeneratedinMATLA

4、B．DLLfilesintheCOMcomponentarecalledinthesoftwareinterfacemadebyVisualBasic6．0．Solvingtheproblemofalgorithmoptimizationandmodulecalls，thispapersuccessfullydevelopsabearinglifepredictionsoftwareforthemanagementofqualitycontrolofmechanicalandelectricalproducts．Keywords：bearingresiduallife；BPn

5、euralnetwork；weights；threshold；COMcomponent包括两个方面：信号的前向传播和误差的反向传播。0引言即计算实际输出时按从输入到输出的方向进行，而轴承在机械行业应用非常广泛，是很多机械不权值和阈值的修正从输出到输入的方向进行。BP可缺少的零件。随时了解工作当中轴承的剩余寿神经网络结构如图1所示。命，可阻止不可预知的轴承失效，从而可合理地进行输入隐含输出轴承的性能检查和替换，避免因轴承失效导致机械设备的损坏，也可降低工业生产成本和人员伤亡。本文以机车风机电机上最常用的6309轴承为主要研究对象，测出轴承在空载和负载运行下的振动信号，通过对峭度

6、、温升等参数的分析，选取影响轴承剩余寿命的若干因素，建立BP神经网络模型，对其进行预测。1BP神经网络模型BP神经网络，即反向传播网络，是对非线性可微分函数进行权值训练的多层网络。BP神经网络图1BP神经网络结构观弋嘏lⅪMo—demBP神经网络通常由一个输入层、一个输出层和0．360．29J；若干隐含层构成，每一层都由若干个节点组成，每一net=newff(minmax(P)，[7，1]，{tansig，个节点即为一个神经元，层与层之间的节点是通过logsig}，trainlm)；权值连接，每层内节点之间没有联系。net．trainParam．epochs=1000；设计B

7、P神经网络预测模型时，主要考虑的是net．trainParam．goal=0．001：各函数的选取和各层神经元个数。对于一般预测模net=train(net，P，t)；型，选取只包含一个隐含层的三层BP神经网络。p_test=[0．74211．00000．20010．1888学习训练函数主要是选取隐含层和输出层的算法函0．21760．84530．38460．53750．5375数，计算公式：0．44440．79710．58460．5846，'0．0000]；tansig：)=一1(1)工．rY=sim(