基于AGA—BP算法的智能故障诊断技术研究.pdf

《基于AGA—BP算法的智能故障诊断技术研究.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、2011年3月机床与液压Mar．2011第39卷第5期MACHINETOOL&HYDRAULICSV0l_39No．5DOI：10．3969／j．issn．1001—3881．2011．05．041基于AGA—BP算法的智能故障诊断技术研究焦爱红，袁力哲。，陈燕生(1．中国人民武装警察部队学院指挥系，河北廊坊065000；2．炮兵指挥学院三系，河北廊坊065000)摘要：针对传统BP神经网络的不足，提出基于自适应遗传算法的BP神经网络故障诊断算法。在迭代计算前期，采用自适应遗传算法对神经网络的权值和阈值进行全局优化；在迭代计算后期，利用

2、改进的BP算法在近似最优解附近进行局部寻优。将该算法用于磨削烧伤的故障诊断之中，并将结果与基于改进BP网络的诊断结果进行比较，证明该方法的正确性和有效性。关键词：故障诊断；自适应遗传算法；BP算法中图分类号：TH16；TP392文献标识码：A文章编号：1001—3881(2011)5—121—4ResearchontheTechniqueofFaultDiagnosisBasedonAdaptiveGeneticAlgorithmandBPNeuralNetworkJIA0Aihong，YUANLizhe．CHENYansheng(1．

3、TheCommandDepartmentoftheChinesePeople’SArmedPoliceForcesAcademy．LangfangHebei065000，China；2．N0．3DepartmentoftheArtilleryCommandAcademy，LangfangHebei065000，China)Abstract：FaultdiagnosisalgorithmbasedonadaptivegeneticalgorithmandBPneuralnetwork(AGA—BP)waspresentedtoavoidt

4、hedefectoftraditionBPneuralnetworks．TheadaptivegeneticalgorithmwasusedtOoptimizeinitialweightsandthresholdsoftheBPneuralnetworkinearlierstageofiterativecalculation，andtheerrorbackpropagationalgorithmwithselfstudyspeedwasusedtoimprovethenetworkproblemsofslowconvergencespe

5、edinthelaterstage．TheAGA—BPalgorithmwasusedtodiagnosegrindingburnfault．Theresuhwascomparedwiththatofthegener~networkalgorithm．Ittestifiesthemethodiscorrectandvalid．Keywords：Faultdiagnosis；Adaptivegeneticalgorithm；BPalgorithm随着人工智能和专家系统的发展，实现了基于人1基于BP算法的故障诊断原理类专家经验知识的装备故障

6、诊断系统，并具有智能BP网络由多个网络层构成，其中包括一个输入化、自动化和远程化的特征。在故障诊断方面已有了层、一个或几个隐层、一个输出层，层与层之间采用一批高水平的计算机辅助监测与诊断系统，但仍然存全互连接，同层神经元之间不存在相互连接。BP网在通用性差、知识获取能力弱等问题。而人工神经网络的学习过程由前向传播和反向传播组成，在前向传络以其独特的容错、自适应、自学习能力，已广泛用播过程中，输入模式经输入层、隐层逐层处理，并传于故障诊断过程中。而误差反向传播神经网络(Er—向输出层，如果在输出层不能得到期望的输出，则转rorBackPr

7、opagationNetwork，BP网络)是目前在实入反向传播过程，将误差值沿连接通路逐层反向传际应用中使用最广泛的神经网络模型之一。但BP网送，并修正各层连接权值。对于给定的一组训练模络的算法由于采用梯度下降法，不可避免地存在着训式，不断用一个训练模式训练网络，重复前向传播和练时间长、收敛速度缓慢、易陷入局部极小值等问误差反向传播过程，直至网络均方误差8小于给定值题。为弥补BP算法的不足和发扬BP算法的局部寻为止。三层BP网络的学习过程如图1所示。图中各优能力，作者设计的AGA—BP算法在BP网络的训练参数意义分别是：a为第个样本第

8、i个神经元的输时期，先利用遗传算法(GeneticAlgorithms，GA)全入；W为隐含层第个神经元与输入层第i个神经元局寻优能力来修正BP网络前向传播中的权值和阈之间的连接权值，为输出层第t个神经元与