基于改进BP神经网络的机器故障诊断技术研究.pdfVIP

精密制造与 自动化 2011年第 1期 。 。·∈≥’o 。·∈ 。·∈ 。◇ 。∈≥。O∈ o 制《造业信息化 《 ◇ 。◇ O◇ 。◇ 。◇ O◇ 。 。◇ o◇ O◇ o 基于改进 BP神经网络的机器故障诊断技术研究 于胜男 郑永前 同济大学 机械工程学院 (200092) 摘 要 机器故障诊断技术进入智能化阶段，利用人工神经网络诊断故障模式的优势十分明显。传统 BP神经网 络存在收敛慢，容易陷入局部最小等缺陷，提出了基于批处理的变速率的BP求解方法。根据问题描述，改进了 BP网络故障识别模型，并以拖拉机的减速箱为例，建立模型进行故障模式识别，比较改进BP与传统BP的误差 曲线，论证方法有效。 关键词 机器故障诊断 BP神经网络 批处理 变速率 现代制造业企业中，整个生产运作系统都处于 部信息处理层，负责信息变换；中间层把信息传递 高速、相互连接、相互制约的状态，设备故障的突 给输出层，完成一次学习的正向传播处理过程，由 然发生，不仅会增加企业的维护成本，而且会严重 输 出层 向外界输出信息处理结果。当实际输 出与期 影响企业的生产效率，使企业蒙受巨大损失。因此， 望输出不符时，进入误差的反向传播阶段 。误差通 及时诊断出机器故障变得十分重要。机械故障诊断 过输 出层，按误差梯度下降的方式修正各层权值， 是一种了解和掌握机器在运行过程的状态，确定其 向隐层、输入层逐层反传 。BP人工神经网络不需复 整体或局部正常或异常，早期发现故障及其原因， 杂的建模分析过程，它对样本进行学习，学习样本数 并能预报故障发展趋势的技术 。故障诊断技术经历 据 中隐含的规律，精确地确定输入数据和 目标之间 了主要依靠专家或维修人员的感觉器官、个人经验 的映射关系。 及简单仪表进行故障的诊断与排除，工作传感器技 1．2 BP网络诊断机器故障的工作原理 术、动态测试技术及信号分析技术等阶段 。近年来 BP神经网络进行故障分类的基本思想：根据以 随着计算机技术、人工智能技术特别是专家系统的 往历史情况，仪表测得机器运行关键状态点参数值 发展，诊断技术进入智能化阶段 ’。人工智能作为 以及对应的机器故障模式，即形成学习样本；样本 当前控制界的发展热点，相应地也被应用到故障检 进行数据归一化后作为模型的输入输出，模型进行 测 中来 。基于专家系统和神经 网络的故障诊断方 学习。通过学习，网络将能够对各种故障模式进行 法，已经在工业 中获得 了较为成功的应用 ¨。 区分，原理如图l所示。 BP网络是当前所应用的最为普遍也较为成功的 神经网络之一 ，本文利用改进BP网络方法通过对故 状态点 1 障样本集训练，成功地将BP网络应用到故障检测 中来。 状态点 2 1 机器故障诊断的BP神经网络方法 状态点P 一 三 1．I BP神经网络 BP(BackPr0pagation)神经网络，即误差反传的 图1 BP网络区分故障模式原理 学习过程 ，由信息的正向传播和误差的反向传播两 个过程组成。输入层各神经元负责接收来 自外界的 根据BP网络的工作原理，利用其解决机器故障 输入信息，并传递给中问层各神经元；中间层是内 诊断问题的基本工作流程如图2所示 。 36 于胜男 等 基于改进BP神经网络的机器故障诊断技术研究 对于复杂的非线性模型可以通过线性的网络来