基于BP神经网络的齿轮故障诊断.pdf

《基于BP神经网络的齿轮故障诊断.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、应用与试验2015年第1期(第28卷，总第135期)·机械研究与应用·基于BP神经网络的齿轮故障诊断吴伟，郑娟(西安石油大学机械工程学院，陕西西安710065)摘要：通过介绍神经网络的模型算法，根据齿轮的四种故障类型，采用BP神经网络对其进行训练和诊断，得到了较为理想的结果，为及早发现和预防机械故障提供了可靠的理论依据。关键词：齿轮；故障诊断；BP神经网络；训练算法中图分类号：TH132文献标志码：A文章编号：1007—4414(2015)01—0088—03GearFaultDiagnosisBasedonBPNeuralNetworkWUWei．ZHENGJuan(CollegeofMec

2、hanicalEngineering，Xi"anShiyouUniversity，Xi"anShaanxi710065，China)Abstract：Inthispaper，themodelofneuralnetworkalgorithmisintroduced，andaccordingtofourkindsoffaulttypeofthegear，anidealresultisobtainedbyusingBPneuralnetworktraininganddiagnosis．Thusitprovidesthereliabletheoreticalbasisforearlydetection

3、ofmechanicalfailuresandprevention．Keywords：gear；faultdiagnosis；BPneuralnetwork；trainingalgorithm0引言播的学习算法而得名。该网络是一种多层前馈神由于齿轮自身负载、工作环境以及其它潜在因经网络，s型函数是其神经元的变换函数，因此其素，机械设备在长期工作中，将不可避免的发生机械输出量为0～1之间的连续量，可实现从输入到输故障。随着对系统安全性要求的进一步提高，人们不出的任意非线性映射，是目前应用最广泛的神经仅希望能在出现故障时提供故障的检测与隔离，还要网络之一。由于神经网络结构简单、可塑性强，故求能在系

4、统发生故障前就能预先知道，这样就有足够在函数逼近、模式识别、信息分类及数据压缩等领的时间采取措施防止故障的发生，避免不必要的域也得到了广泛应用。损失⋯。从结构上看，一个多层前馈神经网络包含输入人工神经网络又称为连接机模型，是在现代神经层，隐含层和输出层，其中隐含层可一层，也可多层。生理科学研究成果的基础上产生的，它试图模拟大脑输入层与外部激励打交道，由各输入层神经元传递给神经网络处理、记忆信息的基本过程，使其具有人脑与之相连的隐含层神经元；隐含层是网络内部处理单那样的信息处理能力。19世纪70年代，人工智能、元的工作区域，中间层处理方式不同会影响模型的处专家系统的发展使得神经网路的发展曾一度出

5、现低理功能；输出层将网络结果输出，与外部设备联系。潮，然而人们对神经网络的研究并未停滞不前，到了同层之间各神经元互不相连，相邻层的神经元连接强80年代，神经网络又再次兴起。目前，神经网络在人度由连接权值表示。图1为三层BP神经网络模型。工智能、机器人、信号处理、自动控制等领域都有广泛发展。近年来，BP神经网络发展迅速，已成为人工智能领域的一个重要分支，广泛应用于故障诊断技术中。此网络是由许多非线性映射功能的神经元组成，神经元又是通过权重系数相互连接，因此神经网络具输入层隐含层输出层有很强的自学习、自组织、自适应和容错性等一系列优点，在很多领域已有许多成功的应用。图1三层BP神经网络模型1BP神

6、经网络原理及算法BP神经网络是由美国加州大学的鲁梅尔哈特图中：表示输入层第个节点的输入，=1，2，和麦克莱兰于1986年提出，因其权值采用反向传一rt；表示隐含层第i个节点到输入层第个节点收稿日期：2014一l2—15作者简介：吴伟(1962一)，男，山东淄博人，教授，博士，硕士生导师，研究方向：智能控制与故障诊断、机械设计及理论等。通讯作者：郑娟(1985一)，女，河南开封人，研究生，研究方向：油井自动计量与监测。·88··杌{5ji臃与应用·2015年第1期(第28卷，总第135期)应用与试验之间的权值；A表示隐含层第i个节点的阈值；()征量的描述而且还包括各自对应的模式类别的表示。表示隐

7、含层的激励函数；表示输出层第k个节点根据齿轮收集到的四种不同故障类型数据：剥落到隐含层第i个节点之间的权值，i=1⋯s；B表示输(BL)、断齿(DUNCHI)、裂纹(LIEWEN)、正常(NOR出层第k个节点的阈值，k=1，⋯W；()表示输出层MAL)，将每种故障类型分为两组，每种故障类型的的激励函数；Q表示输出层第k个节点的输出。第一组数据(BL1、DUNCHI1、LIEWEN1、NORMALI