基于BP神经网络的带式输送机故障诊断研究.pdf

《基于BP神经网络的带式输送机故障诊断研究.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、基于BP神经网络的带式输送机故障诊断研究赵肖敏孟文俊张建水杨莎莎太原科技大学机械工程学院太原030024摘要：目前带式输送机应用范围广，且日益大型化、复杂化，但随之而来的维修、检测、安全性等问题也日益突出。故障诊断能够处理以上多方面问题，为当下研究重点。本文以BP神经网络为理论支撑，建立具有预测功能的BP神经网络故障诊断模型，对提高故障诊断的识别、分类能力以及故障定位能力有很大帮助，仿真结果显示有良好的诊断效果。关键词：带式输送机；BP神经网络；仿真；故障诊断中图分类号：TH222文献标识码：A文章编号：1001—0785(2014)02—0087—04Abstract：Thebeltconv

2、eyorismoreandmorewidelyusedthesedays，withincreasinglylarge—scaleandcomplicatedtrend，butfollowedbymoreseriousproblemsinmaintenance，detection，andsafety，etc．Faultdiagnosiscanbeusedtodealwiththeseproblems，whichistheresearchfocusatpresent．TheBPneuralnetworkfaultdiagnosismodelwithpredic-tionfunctionisbuil

3、finthepaperwithBPneuralnetworkasthetheoreticsupport，whichisveryhelpfulforimprovingrecog—nitionofthefaultdiagnosis，classificationcapacity，andfaultpositioningcapacity．Thesimulationresultshowsexcellentdi—agnosiseffects．Keywords：behconveyor；BPneuralnetwork；simulation；faultdiagnosis向分为输入层(数据导人)、中间隐层(误差及数

4、0引言据处理)和输出层(数据输出)三层，如图1所带式输送机是一种大型、复杂的机械设备，示，是输入层到中间层(中间隐层)之间的权通常故障发生种类多并且部件繁多不易检测，为值，是中间层到输出层之间的权值。改变误差此需要对症下药，寻找先进的检测分析方法和设就是改变权值和。备，检测分析传感器搜集到的原始数据，通过分析这部分数据，及时发现设备中存在的隐形故障，准确分辨出故障类型、故障数量和故障位置，为研究人员和维修人员提供必要的辅助，从而确保整机的安全性能。目前，神经网络方法应用较广，但在带式输送机系统方面应用较少，因此本文利用BP神经网络理论为故障诊断技术提供智能方输入层中间层输出层法，在此基础上建立

5、具有预测功能的BP神经网络故障诊断模型。图1BP神经网络基本结构1BP神经网络概述因为考虑到处理数据包含非线性，所以该BP1．1BP神经网络及理论分析神经网络的转移函数采用单极性的Sigmoid函数，此外该函数具有连续并且其导函数也连续的优点。经典BP神经网络具有三层感知器，按数据流国家自然科学基金(51075289)、国家自然科学基金国际(地区)合作与交流项目(51110232)、山西省2009年度回国留学人员科研资助项目(20091074)、山西省国际科技合作计划(2010081039)、山西省自然科学基金(2011011019—3)、太原市2010年科技明星专项(2010011605)、

6、2009年山西省研究生立项优秀创新项目(20093099)、山西省2010UIT项目、太原科技大学2010UIT项目(201008X)、太原科技大学博士启动项目《起重运输机械》2014(2)一87—1．2BP网络模型建立时进行了两次权值的调整，最后反馈到输入层，BP型神经网络中单隐层感知器应用较多，其于是整个网络进行了一次整体的权值调整，即整中包括三层网络，即输入层、中间层(隐层)、输个网络进行了一次进化学习。出层。该类型神经网络为6型神经网络，具有导师具体推理过程如下所示。在权值调整中，最指导学习的神经网络。该模型的学习过程是依照重要的就是权值调整量，所以可设定误差的梯度信号前向传递和误差反

7、馈进行的。其中误差反馈下降与对应的权值调整量成正比关系。式的这种能力决定了该模型具有对输入与中间层、／tw—(J．，2，⋯，_1，2，⋯，3)中间与输出层之间的权值能够不断进行调整，从而改变了整个网络不断进化学习的功能，并且具一卢(e=l’2’⋯，L；_1，2，⋯，)有预测能力。(4)BP型神经网络的三层感知器中，设定输入向式中：、卢为训练效率，一般Ot，J8∈(0，量为C=(c，c，c，⋯，c。