基于PCA-BP神经网络的磨粒自动识别.pdf

《基于PCA-BP神经网络的磨粒自动识别.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、2010年6月润滑与密封June2010第35卷第6期LUBRICATIONENGINEERINGVo1．35No．6DOI：10．3969／j．issn．0254—0150．2010．06．028基于PCA—BP神经网络的磨粒自动识别罗炳海黄永武刘远飞(1．中国人民解放军驻二一二厂军事代表室陕西宝鸡721000；2．中国人民解放军95389部队63分队广西桂林541007；3．空军工程大学工程学院陕西西安710038)摘要：以航空发动机润滑油液中的磨损微粒为研究对象，提出一种采用PCA—BP分类器对磨粒类型进行自动识别的方法。该方法通过对磨粒图像进行预处理并提取一些特征参数，采用PCA对所

2、提取的特征参数进行优选，采用BP网络分类器对磨粒类型进行计算机自动识别。结果表明，相对于传统型BP分类器的识别准确率，此分类器的识别准确率更高。关键词：主成分分析法；BP神经网络；磨粒识别中图分类号：TP181文献标识码：A文章编号：0254—0150(2OLO)6—117—4WearParticlesIdentificationBasedonPCAandBPNeuralNetworkLuoBinghaiHuangYongwuLiuYuanfei(1．MilitaryRepresentativeOfficein212Plant，BaojiShaanxi721000，China；2．TheNo

3、．63Departmentof95389Army，GuilinGuangxi541007，China；3．AirForceEngineeringDepartmentEngineeringCollege，Xi’anShaanxi710038，China)Abstract：Thewearparticlesinthelubricatingoilofaero—enginewereresearched，awearparticlerecognitionapproachbasedonPCAandBPneuralnetworkwaspresented．Thisapproachextractssomechar

4、acteristicparametersthroughpre-treatingtheweal"particleimages，selectstheextractedcharacteristicparametersusingPCA，realizetheautomaticclassifica-tionofwearparticlesusingBPneuralnetworkclassifier．TheclassificationresultsshowthatclassificationaccuracyrateofwearparticlebasedOilPCAandBPneuralnetworkishi

5、gherthanthatoftraditionalBPneuralnetwork．Keywords：principalcomponentanalysis(PCA)；BPneuralnetwork；wearparticlesclassification随着飞行器对航空发动机的要求越来越高，航空PCA．BP分类器的磨粒识别技术。该技术首先对磨粒发动机的性能不断提高，使得航空发动机的工作状态图像进行预处理并提取一些特征参数，然后采用PCA越来越复杂。航空发动机在运行过程中，摩擦副的相对所提取的一些特征参数进行优选，最后采用BP网对运动会产生大量的磨损颗粒，大量事实表明这些磨络分类器对磨粒类型进行计

6、算机自动识别。粒携带大量的发动机磨损状态信息。为了准确了解发1BP算法动机的磨损状态，对润滑油中磨粒类型进行分类显得格外重要。铁谱监测技术通过铁谱片得到的磨粒图像，提取磨粒的特征信息(如磨粒的形态、成分、粒度、尺寸分布、颜色以及纹理等特征)，从而达到监控发动机磨损状态的目的。目前，磨粒识别的工作主要是由领域专家通过观察分析来实现的。这种方法j费时费力，并对人员的专业知识水平和经验有较高的输入层隐层输出层要求，因而限制了铁谱技术的推广和应用。因此，如图1BP神经网络结构何将计算机图像处理技术与铁谱分析相结合，并采用Fig1BPneuralnetworkstructure合适的分类器对磨粒进行分

7、类，是目前磨损诊断和铁谱分析领域的关键技术⋯。本文作者讨论了采用人工神经网络(ArtificialNeuralNetwork)是在人类对其大脑神经网络认识理解的基础上人工构造的收稿日期：2010一O1—20作者简介：罗炳海(1982一)，男，助理工程师，研究方向为机能够实现某种功能的神经网络，它是理论化的人脑神载设备检测技术与故障诊断．E．mail：hywl10110110@163．com．经网络的数学模型，